利用数据挖掘、自然语言处理中的正则匹配、文本去重等技术,对收集的专家知识库、专业标准、知识、逻辑机理、运维经验与运行数据等资料进行冗余字符过滤、重复值删除等处理,提升整体预料质量。基于预训练模型微调和评估技术,研究通过对预训练模型的参数调优、评估等过程,实现调速系统AI人工智能专业小模型构建。基于已训练模型的推理反馈数据,通过构建奖励学习模型,训练强化学习策略,微调模型的过程实现 AI 大模型的优化。3.模型微调和评估技术。2.指令数据构建技术。
利用数据挖掘、自然语言处理中的正则匹配、文本去重等技术,对收集的专家知识库、专业标准、知识、逻辑机理、运维经验与运行数据等资料进行冗余字符过滤、重复值删除等处理,提升整体预料质量。基于预训练模型微调和评估技术,研究通过对预训练模型的参数调优、评估等过程,实现调速系统AI人工智能专业小模型构建。基于已训练模型的推理反馈数据,通过构建奖励学习模型,训练强化学习策略,微调模型的过程实现 AI 大模型的优化。3.模型微调和评估技术。2.指令数据构建技术。