CN117891170A - 模型的优化方法和装置、电器设备的控制方法和装置 - Google Patents

Abstract

本发明涉及网络模型技术领域，提出了一种模型的优化方法和装置、电器设备的控制方法和装置，其中，模型的优化方法包括：创建第一词表；其中，第一词表包括多个预设短语；将第一词表集成至待优化模型中，生成第一模型；根据第一词表，对第一模型进行训练，生成第二模型。

Description

模型的优化方法和装置、电器设备的控制方法和装置

技术领域

本发明涉及网络模型技术领域，具体而言，涉及一种模型的优化方法和装置、电器设备的控制方法和装置。

背景技术

相关技术中，大语言模型能够根据用户输入的文本，生成用户所需要的结果，例如电器设备的控制指令等，然而，在实际应用过程中，大语言模型生成结果的速度较慢，无法对用户的操作进行及时响应，影响用户体验。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一。

为此，本发明的第一方面提供了一种模型的优化方法。

本发明的第二方面提供了一种模型的优化装置。

本发明的第三方面提供了一种电器设备的控制方法。

本发明的第四方面提供了一种电器设备的控制装置。

本发明的第五方面提出了一种电子设备。

本发明的第六方面提出了一种可读存储介质。

本发明的第七方面提出了一种计算机程序产品。

本发明的第一方面提供了一种模型的优化方法，包括：创建第一词表；其中，第一词表包括多个预设短语；将第一词表集成至待优化模型中，生成第一模型；根据第一词表，对第一模型进行训练，生成第二模型。

本发明提供的模型的优化方法，通过创建包括多个预设短语的第一词表，然后将第一词表集成至待优化模型中，以生成第一模型，最后根据第一词表对第一模型进行训练，以生成第二模型，完成模型的优化过程。相较于优化前的模型，优化后的模型在从词表中选择令牌时，能够直接选择与用户的文本信息相对应的短语，而无需一个字一个字的确定令牌，从而有效地提高了优化后的模型的处理速度，提高用户体验。

根据本发明的第二方面，提出了一种模型的优化装置，包括：创建单元，用于创建第一词表；其中，第一词表包括多个预设短语；生成单元，用于将第一词表集成至待优化模型中，生成第一模型；训练单元，用于根据第一词表，对第一模型进行训练，生成第二模型。

根据本发明的第三方面，提出了一种电器设备的控制方法，包括：获取用户对电器设备的操作对应的文本信息；将文本信息输入至语言模型中，生成控制指令；根据控制指令，对电器设备进行控制；其中，语言模型是根据如第一方面的模型的优化方法得到的。

本发明提供的电器设备的控制方法，首先获取用户的文本信息，然后将用户的文本信息输入至语言模型中，以生成电器设备的控制指令。进一步根据所生成的控制指令，对电器设备进行控制，从而实现了电器设备的自动控制过程。其中，语言模型为根据上述第一方面的模型的优化方法所得到的，因此，在对电器设备进行控制的过程中，相较于现有技术中的语言模型，能够有效地提升语言模型对用户的文本信息的处理速度，进而可以有效地提高在电器设备的控制过程中电器设备的响应速度，提高用户体验。

根据本发明的第四方面，提出了一种电器设备的控制装置，包括：获取单元，用于获取用户对电器设备的操作对应的文本信息；处理单元，用于将文本信息输入至语言模型中，生成控制指令；控制单元，用于根据控制指令，对电器设备进行控制；其中，语言模型是根据如第一方面的模型的优化方法得到的。

根据本发明的第五方面，提出了一种电子设备，包括处理器和存储器，存储器存储可在处理器上运行的程序或指令，程序或指令被处理器执行时实现如第一方面的模型的优化方法的步骤和/或如第三方面的电器设备的控制方法的步骤。

根据本发明的第六方面，提出了一种可读存储介质，其上存储有程序或指令，程序或指令被处理器执行时实现如第一方面的模型的优化方法的步骤和/或如第三方面的电器设备的控制方法的步骤。

本发明的第七方面，提出了一种计算机程序产品，包括计算机程序或指令，计算机程序或指令被处理器执行时实现如第一方面的模型的优化方法的步骤和/或如第三方面的电器设备的控制方法的步骤。

本发明的附加方面和优点将在下面的描述部分中变得明显，或通过本发明的实践了解到。

附图说明

本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：

图1示出了本发明实施例提供的模型的优化方法的流程示意图之一；

图2示出了本发明实施例提供的模型的优化方法的流程示意图之二；

图3示出了本发明实施例提供的模型的优化方法的流程示意图之三；

图4示出了本发明实施例提供的模型的优化方法的流程示意图之四；

图5示出了本发明实施例提供的电器设备的控制方法的流程示意图；

图6示出了本发明实施例中待优化模型对文本信息的处理过程的示意图；

图7示出了本发明实施例中优化后的第二模型对文本信息的处理过程的示意图；

图8示出了本发明实施例提供的模型的优化装置的结构框图；

图9示出了本发明实施例提供的电器设备的控制装置的结构框图。

其中，图8和图9中的附图标记与部件名称之间的对应关系为：

800模型的优化装置，802创建单元，804生成单元，806训练单元，900电器设备的控制装置，902获取单元，904处理单元，906控制单元。

具体实施方式

为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本发明的实施例及实施例中的特征可以相互组合。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。

下面参照图1至图9来描述根据本发明一些实施例提供的模型的优化方法和装置、电器设备的控制方法和装置。

如图1所示，根据本发明的一个实施例，提出了一种模型的优化方法，包括：

S102，创建第一词表；

其中，第一词表包括多个预设短语；

S104，将第一词表集成至待优化模型中，生成第一模型；

S106，根据第一词表，对第一模型进行训练，生成第二模型。

本发明提供的模型的优化方法，可以用于对大语言模型进行优化，以提高大语言模型对于用户对电器设备的操作对应的文本信息进行处理的速度，可以理解的是，用户对电器设备的操作可以是直接输入文本信息，也可以输入语音、动作等，然后将语音动作等转换为文本信息。

具体地，首先，创建第一词表，其中，第一词表中包括多个预设短语。需要说明的是，在原有的待优化模型的词表中，包括多个字，也就是多个令牌，在用户进行文本输入后，待优化模型会根据用户的文本信息进行处理，从多个令牌中选取响应的令牌，组成最终的结果。也就是，现有的大语言模型在处理过程中，所生成的结果中的每个字均需要进行确定，因此在处理过程中需要生成大量的令牌，导致处理速度较慢。例如，用户输入“太热了，温度低点”，此时，待优化模型在词表中的多个令牌中选取所需要的令牌，组成输出结果，例如，输出结果为“空调温度调低”，也就是，待优化模型在处理的过程中，需要在词表中分别确定6个令牌，从而实现最终结果的生成。而在第一词表中，并不是包括多个字，而是多个短语，也就是，在第一词表中，每个短语即为一个令牌。

具体地，第一词表中的多个预设短语可以根据待优化模型的实际应用场景进行搜集，例如，待优化模型在电器设备控制的场景下，多个预设短语可以为电器设备的控制指令，如“空调温度调低”、“开启电视”、“关闭热水器”等。在其他场景下，可收集其他场景对应的常用预设短语来创建第一词表。

进一步地，将第一词表集成至待优化模型中，以生成第一模型，也就是，将第一词表中的多个预设短语集成至待优化模型的原有的词表中，这样，所生成第一模型的词表中，除原有的多个字之外，还进一步扩展了多个短语，每个短语也可作为一个令牌。

进一步地，在将第一词表集成至待优化模型生成第一模型之后，基于第一词表，对第一模型进行训练，以生成第二模型。也就是基于第一模型的词表中所扩展的多个短语，对第一模型进行训练，从而生成第二模型。

可以理解的是，在将第一模型中，相较于待优化模型扩展了词表，因此，基于第一模型原有的模型参数，并不能直接在词表中确定所扩展的预设短语，因此，通过基于扩展的多个预设短语，对第一模型进行训练，从而生成第二模型，以使得第二模型在运行的过程中，能够在词表中直接确定扩展的预设短语。也就是，在第二模型运行的过程中，能够根据用户的文本信息直接在词表中确定与文本信息对应的预设短语，而无需一个字一个字的确定，相较于原有的模型，可以有效地提高模型的处理速度。

示例性地，用户输入“太热了，温度低点”，此时，待优化模型在词表中的多个令牌中选取所需要的令牌，组成输出结果，如图6所示，输出结果为“空调温度调低”，也就是，待优化模型在处理的过程中，首先将用户的文本信息令牌化，然后根据用户输入的上下文，从待优化模型的词表中反复地根据前一个令牌选择下一个令牌，在令牌数量达到预设值或者生成了结束标志时，则生成了最终结果，在令牌选择的过程中，需要在词表中分别确定6个令牌，从而实现最终结果的生成。如果每个令牌的确定所需要的时长为t，则待优化模型的处理时长则为6t。在第二模型针对相同的文本信息进行处理的过程中，如图7所示，第二模型的词表中包括了预设短语“空调温度调低”，此时用户输入“太热了，温度低点”，经过第二模型的计算，在令牌选择的过程中，可以直接在词表中确定所需要的令牌为“空调温度调低”，也就是，优化后所生成的第二模型，针对用户输入的“太热了，温度低点”的处理时长仅为t，相较于优化之前的模型，有效地缩短了处理时长，提高了处理效率。

本发明提供的模型的优化方法，通过创建包括多个预设短语的第一词表，然后将第一词表集成至待优化模型中，以生成第一模型，最后根据第一词表对第一模型进行训练，以生成第二模型，完成模型的优化过程。相较于优化前的模型，优化后的模型在从词表中选择令牌时，能够直接选择与用户的文本信息相对应的短语，而无需一个字一个字的确定令牌，从而有效地提高了优化后的模型的处理速度，提高用户体验。

根据本发明的一个实施例，如图2所示，提出了一种模型的优化方法，包括：

S202，创建第一词表；

其中，第一词表包括多个预设短语；

S204，将多个预设短语添加至待优化模型的第二词表中；

S206，根据待优化模型的参数，对多个预设短语进行参数初始化，生成第一模型；

S208，根据第一词表，对第一模型进行训练，生成第二模型。

在该实施例中，将第一词表集成至待优化模型中，首先，可以将第一词表中的多个预设短语添加至待优化模型的第二词表中，也就是将多个预设短语对应的数据直接添加至待优化模型的第二词表的数据中，以实现对待优化模型的第二词表进行扩充。

进一步地，在将多个预设短语添加至待优化模型的第二词表之后，还需要根据待优化模型的参数，对多个预设短语进行参数初始化，以使得所添加的多个短语的参数能够适应待优化模型的运行过程，也就是使得集成第一词表之后的第一模型能够理解所添加的预设短语，进一步在用户文本信息之后能够生成这些预设短语。

具体地，对多个预设短语进行初始化，可以是对新扩充的词表进行词嵌入参数的随机初始化，已实现将待优化模型转换为第一模型，进一步即可通过训练数据对第一模型进行训练，实现监督以及微调第一模型的参数，进而使得所生成的第二模型能够适应新增的第一词表。

例如，预设短语可以包括对电器设备的控制指令，例如“打开空调”、“空调温度调低”、“空调温度调高”、“打开电视”、“关闭电视”等。

根据本发明的一个实施例，如图3所示，提出了一种模型的优化方法，包括：

S302，创建第一词表；

其中，第一词表包括多个预设短语；

S304，将多个预设短语添加至待优化模型的第二词表中；

S306，根据待优化模型的参数，对多个预设短语进行参数初始化，生成第一模型；

S308，根据第一词表，获取训练数据；

S310，将训练数据输入至第一模型，生成训练结果；

S312，根据训练结果和预设短语，确定训练损失；

S314，根据训练损失，更新第一模型的参数，生成第二模型。

在该实施例中，对于待优化模型进行优化的过程中，首先，创建第一词表，将第一词表集成至待优化模型中，以生成第一模型，基于第一词表，对第一模型进行训练，以生成第二模型。完成模型的优化过程。

具体地，对于第一模型的优化，首先，可以根据第一词表，获取训练数据。也就是，根据第一词表中所包括的多个预设短语，确定与预设短语相关联的训练数据，从而使得训练后所得到的第二模型能够对词表中所扩充的多个预设短语进行识别，最终能够根据用户的文本信息生成相应地预设短语。

进一步地，在获取了训练数据之后，即可将训练数据输入至第一模型中，第一模型针对训练数据进行计算，生成训练结果。然后，将训练结果与预设短语进行对比，也就是确定所输出的训练结果与相应的预设短语之间的差别，进而确定训练损失。最后，根据训练损失，对第一模型的参数进行更新，最终得到第二模型，完成模型的优化过程。

可以理解的是，在第一模型的训练过程中，可以根据训练数据多次对第一模型进行训练，直至所得到的训练损失达到预设的训练损失，此时所得到模型即为训练后的第二模型。

根据本发明的一个实施例，如图4所示，提出了一种模型的优化方法，包括：

S402，根据待优化模型的运行环境，获取多个预设短语；

S404，根据多个预设短语，创建第一词表；

S406，将多个预设短语添加至待优化模型的第二词表中；

S408，根据待优化模型的参数，对多个预设短语进行参数初始化，生成第一模型；

S410，根据第一词表，获取训练数据；

S412，将训练数据输入至第一模型，生成训练结果；

S414，根据训练结果和预设短语，确定训练损失；

S416，根据训练损失，更新第一模型的参数，生成第二模型。

在该实施例中，在对待优化模型进行训练之前，首先可以获取待优化模型的运行环境，进一步根据待优化模型的运行环境，获取多个预设短语。例如，待优化模型的运行环境为家庭中对与各种电器设备进行控制的环境，此时，则可以根据不同电器设备的控制指令，获取多个预设短语，也就是多个预设短语为对不同的电器设备进行控制的控制指令，如“打开空调”、“空调温度调低”、“空调温度调高”、“打开电视”、“关闭电视”等。

进一步地，根据多个预设短语，创建第一词表。然后，将第一词表集成至待优化模型中，以生成第一模型，最后，基于第一词表，对第一模型进行训练，以生成第二模型。完成模型的优化过程。

在一些实施例中，可选地，如图8所示，提出了一种模型的优化装置800，包括：创建单元802，用于创建第一词表；其中，第一词表包括多个预设短语；生成单元804，用于将第一词表集成至待优化模型中，生成第一模型；训练单元806，用于根据第一词表，对第一模型进行训练，生成第二模型。

本发明提供的模型的优化装置800，通过创建包括多个预设短语的第一词表，然后将第一词表集成至待优化模型中，以生成第一模型，最后根据第一词表对第一模型进行训练，以生成第二模型，完成模型的优化过程。相较于优化前的模型，优化后的模型在从词表中选择令牌时，能够直接选择与用户的文本信息相对应的短语，而无需一个字一个字的确定令牌，从而有效地提高了优化后的模型的处理速度，提高用户体验。

进一步地，生成单元804用于：将多个预设短语添加至待优化模型的第二词表中；根据待优化模型的参数，对多个预设短语进行参数初始化，生成第一模型。

进一步地，训练单元806用于：根据第一词表，获取训练数据；将训练数据输入至第一模型，生成训练结果；根据训练结果和预设短语，确定训练损失；根据训练损失，更新第一模型的参数，生成第二模型。

进一步地，创建单元802用于：根据待优化模型的运行环境，获取多个预设短语；根据多个预设短语，创建第一词表。

根据本发明的一个实施例，如图5所示，提出了一种电器设备的控制方法，包括：

S502，获取用户对电器设备的操作对应的文本信息；

S504，将文本信息输入至语言模型中，生成控制指令；

S506，根据控制指令，对电器设备进行控制；

其中，语言模型是根据如上述实施例中任一项的模型的优化方法得到的。

本发明提供的电器设备的控制方法，首先获取用户的对电器设备的操作对应的文本信息，可以理解的是，用户对电器设备的操作可以是直接输入文本信息，也可以输入语音、动作等，然后将语音、动作等转换为文本信息。进一步地，将用户的文本信息输入至语言模型中，以生成电器设备的控制指令。进一步根据所生成的控制指令，对电器设备进行控制，从而实现了电器设备的自动控制过程。其中，语言模型为根据上述第一方面的模型的优化方法所得到的，因此，在对电器设备进行控制的过程中，相较于现有技术中的语言模型，能够有效地提升语言模型对用户的文本信息的处理速度，进而可以有效地提高在电器设备的控制过程中电器设备的响应速度，提高用户体验。

在一些实施例中，可选地，如图9所示，本发明还提供一种电器设备的控制装置900，包括：获取单元902，用于获取用户的文本信息；处理单元904，用于将文本信息输入至语言模型中，生成控制指令；控制单元906，用于根据控制指令，对电器设备进行控制；其中，语言模型是根据如上述实施例中任一项的模型的优化方法得到的。

本发明提供的电器设备的控制装置900，首先获取用户对电器设备的操作对应的文文本信息，然后将用户的文本信息输入至语言模型中，以生成电器设备的控制指令。进一步根据所生成的控制指令，对电器设备进行控制，从而实现了电器设备的自动控制过程。其中，语言模型为根据上述实施例中任一项的模型的优化方法所得到的，因此，在对电器设备进行控制的过程中，相较于现有技术中的语言模型，能够有效地提升语言模型对用户的文本信息的处理速度，进而可以有效地提高在电器设备的控制过程中电器设备的响应速度，提高用户体验。

在一些实施例中，可选地，提出了一种电子设备，包括处理器和存储器，存储器存储可在处理器上运行的程序或指令，程序或指令被处理器执行时实现如第一方面的模型的优化方法的步骤和/或如第三方面的电器设备的控制方法的步骤。

本发明提供的电子设备，包括处理器和存储器，因程序或指令被处理器执行时实现如上述实施例中任一项的模型的优化方法的步骤和/或如上述实施例中任一项的电器设备的控制方法的步骤。因此该电子设备质具备上述模型的优化方法和/或如上述电器设备的控制方法的全部有益效果，在此不再赘述。

本发明提供的可读存储介质，其上存储有程序或指令，因该程序或指令被处理器执行时，能够实现实现如上述实施例中任一项的模型的优化方法的步骤和/或如上述实施例中任一项的电器设备的控制方法的步骤。因此该可读存储介质具备上述模型的优化方法和/或如上述电器设备的控制方法的全部有益效果，在此不再赘述。

在一些实施例中，可选地，提出了一种计算机程序产品，包括计算机程序或指令，计算机程序或指令被处理器执行时实现上述模型的优化方法和/或如上述电器设备的控制方法的步骤。因此该计算机程序产品具备上述模型的优化方法和/或如上述电器设备的控制方法的全部有益效果，在此不再赘述。

在本发明的描述中，术语“多个”则指两个或两个以上，除非另有明确的限定，术语“上”、“下”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制；术语“连接”、“安装”、“固定”等均应做广义理解，例如，“连接”可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是直接相连，也可以通过中间媒介间接相连。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

在本说明书的描述中，术语“一个实施例”、“一些实施例”、“具体实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或实例。而且，描述的具体特征、结构、材料或特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (15)

1.一种模型的优化方法，其特征在于，包括：

创建第一词表；

其中，所述第一词表包括多个预设短语；

将所述第一词表集成至待优化模型中，生成第一模型；

根据所述第一词表，对所述第一模型进行训练，生成第二模型。

2.根据权利要求1所述的优化方法，其特征在于，所述将所述第一词表集成至待优化模型中，生成第一模型，包括：

将多个所述预设短语添加至所述待优化模型的第二词表中；

根据所述待优化模型的参数，对多个所述预设短语进行参数初始化，生成所述第一模型。

3.根据权利要求1或2所述的优化方法，其特征在于，所述根据所述第一词表，对所述第一模型进行训练，生成第二模型，包括：

根据所述第一词表，获取训练数据；

将所述训练数据输入至所述第一模型，生成训练结果；

根据所述训练结果和所述预设短语，确定训练损失；

根据所述训练损失，更新所述第一模型的参数，生成所述第二模型。

4.根据权利要求1或2所述的优化方法，其特征在于，所述创建第一词表，包括：

根据所述待优化模型的运行环境，获取多个所述预设短语；

根据多个所述预设短语，创建所述第一词表。

5.根据权利要求1或2所述的优化方法，其特征在于，所述预设短语包括对电器设备的控制指令。

6.一种模型的优化装置，其特征在于，包括：

创建单元，用于创建第一词表；

其中，所述第一词表包括多个预设短语；

生成单元，用于将所述第一词表集成至待优化模型中，生成第一模型；

训练单元，用于根据所述第一词表，对所述第一模型进行训练，生成第二模型。

7.根据权利要求6所述的优化装置，其特征在于，所述生成单元用于：

将多个所述预设短语添加至所述待优化模型的第二词表中；

根据所述待优化模型的参数，对多个所述预设短语进行参数初始化，生成所述第一模型。

8.根据权利要求6或7所述的优化装置，其特征在于，所述训练单元用于：

根据所述第一词表，获取训练数据；

将所述训练数据输入至所述第一模型，生成训练结果；

根据所述训练结果和所述预设短语，确定训练损失；

根据所述训练损失，更新所述第一模型的参数，生成所述第二模型。

9.根据权利要求6或7所述的优化装置，其特征在于，所述创建单元用于：

根据所述待优化模型的运行环境，获取多个所述预设短语；

根据多个所述预设短语，创建所述第一词表。

10.根据权利要求6或7所述的优化装置，其特征在于，所述预设短语包括对电器设备的控制指令。

11.一种电器设备的控制方法，其特征在于，包括：

获取用户对所述电器设备的操作对应的文本信息；

将所述文本信息输入至语言模型中，生成控制指令；

根据所述控制指令，对所述电器设备进行控制；

其中，所述语言模型是根据如权利要求1至5中任一项所述的模型的优化方法得到的。

12.一种电器设备的控制装置，其特征在于，包括：

获取单元，用于获取用户对所述电器设备的操作对应的文本信息；

处理单元，用于将所述文本信息输入至语言模型中，生成控制指令；

控制单元，用于根据所述控制指令，对所述电器设备进行控制；

其中，所述语言模型是根据如权利要求1至5中任一项所述的模型的优化方法得到的。

13.一种电子设备，其特征在于，包括处理器和存储器，所述存储器存储可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如权利要求1至5中任一项所述的模型的优化方法的步骤和/或如权利要求11所述的电器设备的控制方法的步骤。

14.一种可读存储介质，其特征在于，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如权利要求1至5中任一项所述的模型的优化方法的步骤和/或如权利要求11所述的电器设备的控制方法的步骤。

15.一种计算机程序产品，包括计算机程序或指令，其特征在于，所述计算机程序或指令被处理器执行时实现如权利要求1至5中任一项所述的模型的优化方法的步骤和/或如权利要求11所述的电器设备的控制方法的步骤。