京东科技信息技术有限公司

本发明公开了一种虚拟机优化方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：确定计算节点上运行的多个虚拟机，以及确定各虚拟机针对目标处理器插槽的资源使用量；根据各虚拟机针对目标处理器插槽的资源使用量，确定目标处理器插槽的资源占用量；根据目标处理器插槽的资源占用量及资源总量，确定目标处理器插槽是否符合资源优化条件；响应于目标处理器插槽符合资源优化条件，从多个虚拟机中，确定出待优化虚拟机，并确定待优化虚拟机对应的优化策略；根据优化策略，对待优化虚拟机进行资源优化处理。该实施方式及时响应虚拟机过分抢占资源的状况，且具有较高的执行效率。

提供了用于数据协同的方法、装置、设备、介质和程序产品。该方法包括：在异步通信枢纽，接收由训练池所输出的模型参数，并将模型参数下发至推理池；接收由推理池所输出的动作指令，并将动作指令下发至环境池；接收由环境池基于动作指令所输出的环境信息；转发动作指令和环境信息至奖励计算框架以供完成训练样本封装；以及获取并存储训练样本，以供训练池获取使用，其中训练池、推理池与环境池三者物理隔离且经由异步通信枢纽执行异步信令交互。

本公开提供了一种感知延迟检测方法、装置、电子设备及存储介质，涉及计算机技术领域。方法包括：当客户端检测工具对客户端的第一显示界面的第一坐标位置执行目标操作，开启客户端计数器进行时间记录；向服务端发送目标操作消息，接收服务端根据目标操作信息绘制的图像信息；在第一显示界面上显示图像信息；对第一显示界面的第一坐标位置进行检测，当检测到第一显示界面的第一坐标位置发生图像变化，记录客户端计数器当前对应的第一变化时间；根据第一变化时间确定用户的感知延迟时间。本公开可避免虚拟机性能、终端设备性能差异所导致的用户感知时延计算误差，有效提高感知延迟时间的准确性，从而实现了准确反映用户实际使用过程中的时延感受。

本公开提供了一种文件处理方法、装置、设备、介质及程序产品，涉及存储技术领域，该方法包括：创建本地文件系统的根目录，将分布式存储中的多种存储系统，挂载在根目录下的不同子目录中，通过本地文件系统接口，发送的文件操作请求，根据文件操作请求对应的目标存储系统，在目标存储系统对应的子目录中对文件进行处理。通过上述方式，将多种不同的存储系统进行整合，降低对开发和维护的复杂度，利用本地文件系统的缓存机制，提高文件读写性能，以及提高可用性和横向扩展能力。

本发明公开了图片信息处理的方法、装置、电子设备和存储介质，涉及数据处理技术领域。该方法的一具体实施方式包括：获取预设的基础大模型和第一样本集合，基于第一样本集合训练基础大模型，得到初始模型；获取预设的第二样本集合，输入初始模型得到输出结果，对输出结果校验；响应于校验结果不满足预设条件，调整初始模型，将第二样本集合输入调整后的初始模型，得到更新的输出结果并进行校验，在新的校验结果满足预设条件时得到特征提取模型；响应于图片特征提取指令，获取待处理图片输入特征提取模型，得出结构化的图片特征。该实施方式能够解决先得到文本行再抽取出结构化信息的方式对版式变化敏感，在复杂场景下信息提取的准确性较低的问题。

本申请公开了一种视频播放方法、装置、电子设备及计算机可读介质，涉及计算机技术领域，一具体实施方式包括根据接收到的视频播放请求获取剧本数据、特写镜头视频和画外音音频；基于剧本数据中的画外音标签，将画外音音频插入剧本数据，以生成目标剧本数据；根据画外音音频和预设字符数量阈值，拆分目标剧本数据，以生成分段目标剧本数据；基于分段目标剧本数据的数据类型，确定使用的虚拟形象的状态，响应于在分段目标剧本数据中包含镜头标签，基于镜头标签、状态和分段目标剧本数据，生成目标分段视频；根据各个目标分段视频，生成开播任务，执行开播任务以完成相应视频的播放。提高虚拟形象视频播放效率和灵活性，提升视频播放效果。

本发明实施例公开了一种AI计算环境的确定方法、装置、设备、介质以及产品，该方法包括：响应于部署目标应用的事件，调取与目标应用的应用标识相关联的计算环境调度参数，其中，计算环境调度参数用于表征目标应用所适配的AI加速卡的需求数据；基于计算环境调度参数和接收到的至少一个AI加速卡的加速卡数据，确定目标应用所适配的至少一个目标AI加速卡；将目标应用下发到至少一个目标AI加速卡所对应的目标硬件设备中，以在目标硬件设备部署目标应用，基于目标应用调度目标AI加速卡。本发明实施例所提供的技术方案，实现了自动确定AI加速卡所适配的目标计算环境的效果。

本公开涉及人工智能技术领域，提供了一种故障根因定位方法、故障根因定位装置、计算机可读存储介质、电子设备，其中，故障根因定位方法包括：从用户针对目标故障场景的故障描述信息中提取故障特征，并从所述故障描述信息中识别用户意图；根据所述故障特征结合所述用户意图，从备选故障分析节点中筛选与所述目标故障场景具备关联关系的关键故障分析节点；执行所述关键故障分析节点关联的故障分析任务以对所述目标故障场景进行故障根因定位处理，获得针对所述目标故障场景的根因定位结果。本公开能够更智能、高效地针对复杂故障场景进行根因定位处理。

本发明公开了数据处理的方法、装置、电子设备和存储介质，涉及数据处理技术领域。该方法的一具体实施方式包括：接收数据库的监控指令，获取数据库对应的源代码，识别源代码中待监测的各目标代码，获取各目标代码的位置信息；对每个目标代码，调用预设的生成模型，以生成对应的监控程序，基于目标代码的位置信息将监控程序加载至源代码，得到更新的源代码；响应于目标代码运行，触发对应的监控程序，以获取监控程序所关联性能参数的参数值，基于参数值确定数据库的异常信息；基于异常信息定位数据库的异常类型，以确定对应的调整策略并发送。该实施方式能够解决现有数据库异常监控的方式存在延迟较大，导致异常处理的效率较低的问题。

提供了用于数据处理的系统、方法、设备、介质和程序产品。该系统包括：第一层，提供用于支持多类交互操作的多个操作接口，第一层被配置为利用多个操作接口中的第一操作接口，接收符合第一数据格式的第一操作指令，第一操作指令用于请求多个环境实例中的第一环境实例执行第一类操作；第二层，提供与多个环境实例对应的多个适配器，第二层被配置为利用第一适配器将第一操作指令转换为符合第二数据格式的第二操作指令；以及第三层，提供与多个环境实例对应的多个环境接口，第三层被配置为利用第一环境接口基于第二操作指令调用第一环境实例来执行第一类操作，以获得符合第二数据格式的第一执行结果。

根据本公开的实施例，提供了用于数据处理的方法、装置、设备、存储介质和程序产品。该方法包括：获取轨迹数据序列，轨迹数据序列对应于多个类型的强化学习任务中的至少一个类型，轨迹数据序列包括与交互过程中的多个步骤分别对应的步骤数据；基于轨迹数据结构，对轨迹数据序列进行封装，得到标准化轨迹数据，轨迹数据结构包括统一步骤表示以及与统一步骤表示相关联的多个数据区域，统一步骤表示包括与多个类型分别对应的类型特定字段，多个数据区域分别用于记录步骤数据中由不同处理阶段产生的部分；以及提供标准化轨迹数据，以作为模型训练的训练样本。

本公开提供了一种视频确定方法、装置、设备、存储介质和程序产品，涉及人工智能技术领域，其中，视频确定方法，包括：将用于描述目标对象的信息输入大语言模型，输出目标对象的信息；其中，目标对象的信息包括以下至少两项：目标对象的运动状态、用于拍摄目标对象的图像采集设备的运动状态、用于展示目标对象的场景；将目标对象分别输入多个文生视频模型，输出多个候选视频，利用多模态大模型对多个候选视频进行检测，得到检测结果，其中，检测结果用于表征多个候选视频中所展示的内容对目标对象的关注度的影响程度；以及基于检测结果从多个候选视频中确定目标视频。

本发明公开了数据写入方法、数据读取方法和装置。本发明解决了分布式数据库使用内置表引擎在面对超大规模的标签数据写入和读取时会出现并发冲突的问题。本发明的数据写入方法包括根据待写入数据的用户标识和标签标识，确定所述待写入数据对应的目标节点和目标标签表；分别生成各个所述标签数据对应的写入任务，并将各个所述写入任务分配给各个线程，以使所述各个线程将所述标签数据分别写入所述目标标签表。本发明提高了写入和读取的效率，缩短了写入和读取的时间，避免了写入和读取超时而影响业务开展。

本发明公开了一种数据集成处理方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：根据有关数据集成的配置信息生成目标任务，加载与配置信息对应的插件；确定目标任务的任务类型，通过插件中预先针对任务类型配置的执行方式，依据数据源信息和数据文件信息中的一种或多种，执行数据集成操作；响应于执行结果为成功，确定目标任务所处环节，在环节为最后一个环节的情况下，确定数据集成完成；在环节不为最后一个环节的情况下，根据配置信息生成下一个任务并执行。该实施方式跳过了文件格式的匹配流程，通过一个事件驱动的框架，将源数据文件的探测、切分、同步连接起来，并提供了失败重试策略，进一步增强了系统的健壮性和可扩展性。

本发明公开了一种内存管理方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：解析接收的内存信息得到目标内存容量，并根据该内存容量选择目标内存池，进一步从内存池中选择目标内存链表及链表中的目标链表项，根据目标链表项中内存块的使用状态确定目标内存块，进行内存分配操作。该实施方式能够避免内存分配时产生的内存碎片造成浪费，同时提高了内存的管理效率。

本公开的实施例公开了内存故障预测方法和装置。该方法的具体实施方式包括：获取预定时间内发生的可纠正错误的位置信息；将所述位置信息输入预先训练的故障预测器，输出至少一种故障预测结果，其中，所述故障预测器包括以下至少一种：行故障预测器、列故障预测器、存储区域故障预测器；将所述至少一种故障预测结果输入自适应提升集成学习器，输出内存故障预测结果。该实施方式能够提升内存故障预测的准确性和鲁棒性。

本公开的实施例提供了一种用于数据查询的方法、装置、设备和可读介质。该方法包括：在数据提供方，基于第一组数据标识和第一加密密钥，构造数据查询结构，数据查询结构用于确定是否存在同时被包含在至少两组数据标识中的共用数据标识；以及将数据查询结构发送至数据查询方，使得数据查询方基于数据查询结构确定同时被包含在第一组数据标识和第二组数据标识中的一个或多个共用数据标识。以此方式，可以节省大量的时间、简化数据查询的流程，从而提高数据的查询效率，并且基于数据查询结构进行查询验证，不会存在笛卡尔积的问题。

本公开的实施例公开了对象信息答复方法、装置、设备、介质和程序产品。该方法的一具体实施方式包括：对查询信息进行检索信息提取，得到检索信息；从对象信息知识图谱中查询检索信息对应的第一候选对象信息集；利用基于大模型的图检索增强生成技术，检索语义相似度满足目标相似度条件的第二候选对象信息集；根据第一候选对象信息集和第二候选对象信息集，利用大语言模型，生成针对查询信息的对象信息答复内容。该实施方式与信息检索有关，可以利用大模型的语义理解能力突破匹配局限，同时借助知识图谱的结构化关联数据提升匹配精准度和效率，以准确地得到各个候选对象信息。由此，可以准确地生成对象信息对应的答复内容。

本申请公开了一种应用访问方法、装置、电子设备及计算机可读介质，涉及计算机技术领域，该方法包括：根据接收到的应用访问请求获取对应的应用标识、用户标识和用户查询数据，响应于应用标识对应于低代码应用，确定应用标识对应的权限类型；根据权限类型，确定目标执行组件和权限拦截规则；调用目标执行组件，以基于权限拦截规则进行对用户查询数据的鉴权以及过滤，得到鉴权结果数据；根据鉴权结果数据，更新应用标识对应的低代码应用对用户标识对应的用户开放的权限，基于权限跳转至与用户查询数据对应的应用显示页面。在低代码平台下的模块有特别复杂的权限需求或者定制化较高的权限时，提高相关应用的访问效率，降低应用访问平台维护成本。

本申请提出一种模型训练方法、装置、电子设备和存储介质，其中，该方法包括：策略更新节点，通过在策略生成过程中确定目标存储区域中轨迹数据的当前数量；目标存储区域中用于存储至少一个策略生成节点基于目标模型的当前策略参数与仿真环境交互产生的轨迹数据；根据批次数量、目标模型的模型大小、策略更新节点中的GPU显存容量确定微批次数量；在当前数量大于或者等于微批次数量时，获取目标存储区域中具有微批次数量的第一轨迹数据，进而进行策略参数更新处理；其中，策略生成过程和策略更新过程可以异步并行执行，从而缩短模型训练时间，提高了模型训练效率；且微批次数量的设置，能够缩短策略更新节点的等待时间，从而进一步缩短模型训练时间。