技术新讯 > 计算推算,计数设备的制造及其应用技术 > 基于大模型与TRIZ理论的工程问题分析与解决的方法、装置、电子设备与介质与流程  >  正文

基于大模型与TRIZ理论的工程问题分析与解决的方法、装置、电子设备与介质与流程

  • 国知局
  • 2024-11-06 14:43:55

本发明实施例涉及信息化,尤其涉及基于大模型与triz理论的工程问题分析与解决的方法、装置、电子设备与介质。

背景技术:

1、triz的工具是为了解决问题和产生创新的想法而开发的。triz是一个综合系统,具有多种技术,可分为几组:

2、1.系统问题分析工具

3、2.为解决问题或创造想法准备资源的工具

4、3.增强用户想象力和创造力的工具

5、4.创造新想法的工具

6、5.分析技术系统演变的工具

7、技术人员在对triz理论有了较为深入的理解后,可以应用该方法较有效率的解决技术难题。

8、使用triz理论能较为有效的解决工程难题,但是使用triz工具的有效性取决于用户的个人能力,包括他们的科学和工程基础知识、问题分析技能、研究技能和创造力。即使用户遵循相同的triz指南,他们的结果也可能因他们的个人能力而异。

9、传统的应用模式要求用户既对triz理论具有深刻的理解,又需要用户对多学科领域的知识有丰富的储备,这是的用户在应用该理论时面临着较大的学习压力。

技术实现思路

1、本发明实施例的一个目的是解决至少上述问题和/或缺陷,并提供至少后面将说明的优点。

2、本发明实施例提供了基于大模型与triz理论的工程问题分析与解决的方法、装置、电子设备和存储介质。

3、为此,本发明提供如下的技术方案:

4、第一方面,一种基于大模型与triz理论的工程问题分析与解决的方法,包括如下步骤:

5、1)将triz理论相关的基础知识作为知识源进行收集;

6、2)根据收集到的所述知识源通过结构化模板输入指令语言模型制作指令微调数据集,并通过所述指令微调数据集对大模型进行微调训练;

7、3)将所述知识源存入大模型的知识库,并根据所述大模型对其进行相关的训练;

8、4)接收用户输入的内容,将其处理为第一prompt文本;

9、5)对所述第一prompt文本输入步骤3)中训练后的大模型中获取答案。

10、优选的是,所述的基于大模型与triz理论的工程问题分析与解决的方法中,如用户输入的内容属于triz知识问答方面,则步骤5)中对所述第一prompt文本进行所述知识库检索得到相似度,若相似度大于相似度阈值,则输入步骤3)中训练后的大模型中获取答案,结束流程,0<所述相似度阈值≤1。

11、优选的是,所述的基于大模型与triz理论的工程问题分析与解决的方法中,步骤2)中,所述结构化模板为prompt;

12、步骤3)中,通过langchain将所述知识源存入所述知识库,并使用大模型对存入知识库优选的是,所述的基于大模型与triz理论的工程问题分析与解决的方法中,若所述相似度小于相似度阈值,则进入步骤s6:

13、6)根据所述第一prompt文本和历史信息文本获取用户疑惑摘要,根据第一prompt文本和所述用户疑惑摘要获取所述知识库中的top-k知识信息,根据所述用户困惑摘要、所述top-k知识信息和预设大模型prompt模板生成第二prompt文本,将所述第二prompt文本输入步骤3)中训练后的大模型得到答案。

14、优选的是,所述的基于大模型与triz理论的工程问题分析与解决的方法中,如用户输入的问题为寻求理想解时,步骤4)中,用户输入的内容将用户的问题处理为第一prompt文本,包括:

15、如用户输入的问题的文本的长度不足,则尝试匹配相关类型的模板,应用相关的模板介乎用户输入补充作为第一prompt文本,如问题长度充足,则根据用户输入的问题,获取triz理论相关问题的问题类型,根据问题及问题类型生成第一prompt文本。

16、优选的是,所述的基于大模型与triz理论的工程问题分析与解决的方法中,当用户输入的内容属于理想解分析方面时,以结构化方式导入所述大模型tria理想解的背景,并作为第一prompt文本的背景知识;

17、以结构化方式导入大模型理想解的分析步骤,并作为第一prompt文本的操作步骤,其文本表示为:请逐步应用triz理想解并提供实际步骤;

18、以结构化方式导入大模型理想解的分析示例,并作为第一prompt文本操作范例;

19、用户在启用指令理想解后,依次进入如下步骤:

20、提醒用户录入待分析的系统;

21、在用户录入待分析系统名称后,结合第一prompt文本,提交至大模型得到答案;

22、将当前分析结果,结合第二prompt文本表示为新的文本提交至大模型等到扩展答案。

23、优选的是,所述的基于大模型与triz理论的工程问题分析与解决的方法中,如用户输入的问题为寻求理想解时,所述triz理论相关的基础知识包括如下类型:理想解基础概念、triz9屏幕模型分析概念、功能分析与组件交互分析概念、根本原因分析概念、因果链分析概念、裁剪及裁剪规则应用、裁剪及裁剪规则应用概念、应用矛盾矩阵及创新原理、技术盾的概念和物理矛盾的概念;

24、步骤3)中,根据所述triz理论相关的基础知识的不同类型分别对所述大模型进行相关的训练。

25、优选的是,所述的基于大模型与triz理论的工程问题分析与解决的方法,还包括如下步骤:

26、7)根据所述用户对返回结果的评价,对大模型进行反馈强化训练。

27、第二方面,一种基于大模型与triz理论的工程问题分析与解决的装置,包括:

28、将triz理论相关的基础知识作为知识源进行收集的模块;

29、根据收集到的所述知识源通过结构化模板输入指令语言模型制作指令微调数据集,并通过所述指令微调数据集对大模型进行微调训练的模块;

30、将所述知识源以结构化方式存入大模型的知识库,并根据所述大模型对其进行相关的训练的模块;

31、接收用户输入的内容,将其处理为第一prompt文本的模块;

32、将所述第一prompt文本输入中训练后的大模型中获取答案的模块。

33、可选地,如用户输入的内容属于triz知识问答方面,则步骤5)中对所述第一prompt文本进行所述知识库检索得到相似度,若相似度大于相似度阈值,则输入训练后的大模型中获取答案,结束流程,0<所述相似度阈值≤1。

34、可选地,所述结构化模板为prompt;

35、通过langchain将所述知识源存入所述知识库,并使用大模型对存入知识库。

36、可选地,若所述相似度小于相似度阈值,则根据所述第一prompt文本和历史信息文本获取用户疑惑摘要,根据第一prompt文本和所述用户疑惑摘要获取所述知识库中的top-k知识信息,根据所述用户困惑摘要、所述top-k知识信息和预设大模型prompt模板生成第二prompt文本,将所述第二prompt文本输入训练后的大模型得到答案。

37、可选地,如用户输入的问题为寻求理想解时,步骤4)中,用户输入的内容将用户的问题处理为第一prompt文本,包括:

38、如用户输入的问题的文本的长度不足,则尝试匹配相关类型的模板,应用相关的模板介乎用户输入补充作为第一prompt文本,如问题长度充足,则根据用户输入的问题,获取triz理论相关问题的问题类型,根据问题及问题类型生成第一prompt文本。

39、可选地,当用户输入的内容属于理想解分析方面时,以结构化方式导入所述大模型tria理想解的背景,并作为第一prompt文本的背景知识;

40、以结构化方式导入大模型理想解的分析步骤,并作为第一prompt文本的操作步骤,其文本表示为:请逐步应用triz理想解并提供实际步骤;

41、以结构化方式导入大模型理想解的分析示例,并作为第一prompt文本操作范例;

42、用户在启用指令理想解后,依次进入如下步骤:

43、提醒用户录入待分析的系统;

44、在用户录入待分析系统名称后,结合第一prompt文本,提交至大模型得到答案;

45、将当前分析结果,结合第二prompt文本表示为新的文本提交至大模型等到扩展答案。

46、可选地,如用户输入的问题为寻求理想解时,所述triz理论相关的基础知识包括如下类型:理想解基础概念、triz9屏幕模型分析概念、功能分析与组件交互分析概念、根本原因分析概念、因果链分析概念、裁剪及裁剪规则应用、裁剪及裁剪规则应用概念、应用矛盾矩阵及创新原理、技术盾的概念和物理矛盾的概念;

47、步骤3)中,根据所述triz理论相关的基础知识的不同类型分别对所述大模型进行相关的训练。

48、第三方面,提供一种电子设备,包括:至少一个处理器,以及与所述至少一个处理器通信连接的存储器,其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器执行任一项所述的方法。

49、第四方面,提供一种存储介质,其上存储有计算机程序,该程序被处理器执行时,实现任一项所述的方法。

50、本发明实施例至少包括以下有益效果:

51、本发明能够提高学习和利用triz方法的有效性,用以降低用户在应用triz时需对其理论有较为深刻的认识才能将之应用于实践的问题。

52、本发明实施例的其它优点、目标和特征将部分通过下面的说明体现,部分还将通过对本发明实施例的研究和实践而为本领域的技术人员所理解。

本文地址:https://www.jishuxx.com/zhuanli/20241106/323816.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。