원래 이름 기록: 腾讯科技（深圳）有限公司

本申请涉及计算机技术领域，尤其涉及一种问答模型的训练方法、装置、电子设备和存储介质，用以提高对象通过问答模型获取所需信息的效率。其中，方法包括：将样本数据包含的非文本内容替换为相应文本内容，获得样本文本；基于样本文本和预设的提示内容模板，构建样本提示内容，基于样本文本，获得样本提示内容的参考答案；采用各样本提示内容，对初始模型进行迭代训练，获得问答模型。本申请将非文本内容替换为文本内容获得样本文本，使得模型在训练中能够理解非文本内容的含义，在生成答案时充分结合非文本内容，输出图文结合的答案，进而对象能够从答案中快速获取所需信息，提高获取所需信息的效率。

提供了一种增强语言模型训练方法、文本生成方法和装置，涉及人工智能、大语言模型领域。该模型训练方法，包括：获取第一训练样本，包括第一系统提示、第一用户请求样本、第一检索文档样本和第一模型响应标签；第一系统提示用于要求增强语言模型结合检索文档响应用户请求；获取第二训练样本，包括第二系统提示、第二用户请求样本、第二检索文档样本、阅读笔记标签和第二模型响应标签；第二系统提示用于要求增强语言模型结合检索文档和阅读笔记响应用户请求；将第一训练样本和第二训练样本混合作为训练数据集，对初始增强语言模型的参数进行更新。本申请有利于充分考虑模型的效率、鲁棒性和灵活性，使得模型能够更好地适应各种复杂的应用场景。

本申请实施例提供一种基于智能体的知识搜索方法、装置、设备、介质和程序，该方法由知识搜索智能体执行，知识搜索智能体包括工具确定模块、搜索工具、结果总结模型和知识库，该方法包括：当工具确定模块根据本轮输入信息确定使用搜索工具时，根据本轮输入信息获取搜索工具对应的搜索参数，其中，首轮输入信息包括原始搜索词，非首轮输入信息包括原始搜索词和本轮之前已查询到的文档的文档摘要；搜索工具根据搜索参数，从知识库和/或外部数据中获取本轮搜索结果；当确定不使用搜索工具时，结果总结模型根据本轮之前已查询到的文档的文档内容和原始搜索词，生成目标搜索结果。该方法降低了知识搜索智能体的搜索时延和推理成本。

本申请公开了一种数据处理方法、装置、设备及可读存储介质，该方法包括：基于业务关键词对M个业务文本进行分类，得到M个业务文本分别对应的待定样本标签，将待定样本标签属于业务关键词所关联的业务领域的业务文本确定为目标文本；基于分类粗细粒度的顺序所排序的N个思维链文本提示，构建针对目标文本的N个分类对话文本，在大语言模型中，按照N个思维链文本提示之间的排序顺序依次对N个分类对话文本进行答案预测，将得到的预测结果确定为目标文本对应的目标样本标签；将目标文本以及目标文本对应的目标样本标签，确定为用于针对业务领域进行文本分类训练的训练样本对。采用本申请，可以提高业务文本数据标注的效率，降低技术成本。

本申请提供了一种身份识别方法、装置、设备、介质及程序产品，可以涉及互联网技术，该方法包括：获取第一对象的当前生物特征；基于第一对象的当前生物特征与N个对象各自的第一生物特征，对第一对象的身份信息进行识别；其中，N为大于1的整数；若基于第一对象的当前生物特征与N个对象各自的第一生物特征对第一对象的身份信息识别失败，则基于第一对象的当前生物特征和N个对象各自的第二生物特征，对第一对象的身份信息进行识别；若基于第一对象的当前生物特征和N个对象各自的第二生物特征，对第一对象的身份信息识别失败，则基于第一对象的终端标识对第一对象进行身份信息识别。从而可以提高对象体验感。

本申请公开了一种剧情文本生成方法、装置、设备及存储介质，涉及计算机技术领域。方法包括：通过第一大模型，从原始剧本文本中提取人物关系集合、剧情摘要集合以及人物属性集合；对于人物关系集合、剧情摘要集合或人物属性集合中的任一语句，基于原始剧本文本中语句对应的参考文本，对语句进行修正；通过第二大模型，根据目标剧情类型，基于修正后的人物关系集合、剧情摘要集合以及人物属性集合，生成符合目标剧情类型的目标剧情文本。该方案通过自然语言处理模型进行信息提取和剧情文本生成，有效降低了人工创作的依赖，大幅缩短了剧情内容的开发周期，提高了剧情文本的生成效率与整体创作能力。

本申请提供一种模型处理方法、装置及电子设备，该模型处理方法包括：获取样本数据；样本数据包括样本任务以及样本任务对应的推理步骤；将样本数据输入预设模型，得到样本任务对应的第一样本任务处理结果；基于第一样本任务处理结果和真实任务处理结果之间的差异确定任务奖励信息；对推理步骤进行调整，得到调整推理步骤；根据调整推理步骤对第一样本任务处理结果的影响程度，确定步骤奖励信息；基于步骤奖励信息和任务奖励信息，生成样本任务对应的目标奖励信息；基于目标奖励信息对预设模型的推理策略进行调整。本申请实施例通过步骤奖励信息和任务奖励信息的结合，提了升模型推理准确率和推理效率。

本申请公开一种量子电路的等效验证方法、装置、设备及存储介质。包括：通过第一量子电路和第二量子电路得到初始决策图；基于初始决策图中的开始决策区间进行单向端点移动，将得到的左决策图和右决策图存储至未选择决策图集合；根据目标估价函数从未选择决策图集合中选取决策估值更大的决策图作为目标决策图；当目标决策图的目标决策区间未覆盖初始决策图的初始决策区间时将目标决策区间更新为开始决策区间，以重新得到左决策图和右决策图确定新的目标决策图，直至目标决策区间覆盖初始决策区间，得到最小决策图；当最小决策图的节点合并结果为单位矩阵时输出电路等效信息。该方法可降低量子电路等效验证的计算复杂度，并且提高计算效率。

本申请涉及计算机技术领域，提供一种考勤数据处理方法及相关装置，其中，该方法包括：呈现考勤界面，考勤界面中包括考勤查询组件，考勤查询组件用于查询目标对象关联的待查询对象的考勤报告，待查询对象和目标对象归属于至少两个不同的工作时区；响应于目标对象针对考勤查询组件的触发操作，在考勤界面中，呈现利用待查询对象各自触发打卡操作时归属的工作时区的考勤数据生成的考勤包括，从而实现简便、高效地在同一日历视图下展示考勤数据。

本申请提供了一种图像伪影去除模型的训练方法、图像伪影去除方法、装置、设备及计算机可读存储介质；方法包括：获取训练样本，其中，训练样本包括无伪影图像样本和带伪影图像样本；通过图像伪影去除模型生成带伪影图像样本的第一去伪影样本图像；通过图像伪影去除模型对第一去伪影样本图像进行编码处理，得到表征无伪影图像样本的样本先验信息特征；基于样本先验信息特征和第一去伪影样本图像，调用图像伪影去除模型生成第二去伪影样本图像；基于无伪影图像样本、第二去伪影样本图像和带伪影图像样本，确定损失值；基于损失值更新图像伪影去除模型的参数，得到训练后的图像伪影去除模型。通过本申请，能够提升图像伪影去除效果。

本申请公开图像分类方法、装置、存储介质以及电子设备，属于人工智能技术领域，包括获取目标图像；对目标图像进行图像编码，得到图像编码特征；对图像编码特征进行分类预测，得到图像分类结果，图像分类结果包括至少一个预测类别和每一预测类别对应的第一预测概率；基于预设提示和图像编码特征进行字符生成，得到字符生成结果，字符生成结果包括至少一个字符和每一字符对应的第二预测概率，预设提示用于指示生成表征目标图像对应的类别的字符；基于图像分类结果和字符生成结果，确定目标图像对应的分类结果，分类结果包括目标图像所属的目标类别和目标类别对应的目标概率。本申请提升了最终得到的分类结果的准确度。

本申请公开了一种视频分类方法、装置、设备和存储介质，用于利用视频的特征对视频进行精准的关联剧集预测。本申请提供的方法在获取到目标视频的目标特征异构图后，对目标特征异构图进行特征提取获得目标视频的图嵌入向量，再分析目标视频的图嵌入向量和N个参考视频的图嵌入向量的相似性，从N个参考视频中选取与目标视频最相似的K个参考视频，再通过分析K个参考视频的剧集标识，获得目标视频的剧集标识。基于特征异构图的图嵌入向量分析与目标视频相似的视频，不仅可以有效捕捉异构图中的复杂关系、还可以充分关注不同类型的节点，降低了不同类型的特征之间的干扰，从而有效提升了目标视频的IP预测准确性。

本发明实施例公开了一种医学影像的分类方法、装置和存储介质；本发明实施例先获取多个医学影像样本，对该医学影像样本中的病变特征进行分类，根据分类结果构建出该医学影像样本的提升树模型，得到第一分类器组，再采用该第一分类器组从该病变特征中筛选出满足第一预设条件的病变特征，得到目标病变特征集，接着，利用该目标病变特征集对预设的第二分类器进行训练，得到训练后第二分类器，然后，基于该训练后第二分类器对待分类的医学影像进行目标病变特征检测，得到分类结果；该方案可以有效地提高医学影像的分类的准确性。

本申请提供了视频表征方法、装置、设备和介质，涉及人工智能技术领域，方法包括：获取待处理视频的初始视频特征和待处理视频对应的图数据，图数据是在总图数据中以待处理视频为起始节点进行至少一层的关联节点采样得到的，总图数据包括多个视频集中各视频所对应的视频节点、视频节点关联的属性节点、以及各视频节点和各属性节点间的关联关系，图数据包括待处理视频与各关联节点间的关联关系；获取图数据中各关联节点各自的关联节点特征；基于初始视频特征、各关联节点特征和图数据进行视频表征，得到待处理视频的目标视频特征。本申请能够提升视频表征的信息维度和延伸广度，提升视频特征表达的准确性。

本申请提供一种图像处理方法、装置、设备及存储介质，应用于人工智能、大模型等各种场景，该方法包括：确定待处理图像的纹理复杂度；所述待处理图像的分辨率大于预设分辨率阈值；根据所述纹理复杂度确定所述待处理图像对应的滑动窗口；基于所述滑动窗口对所述待处理图像进行分割，得到所述待处理图像对应的预设数量个图像区域；输入所述预设数量个图像区域至多模态大模型进行对象识别处理，得到所述预设数量个图像区域各自对应的对象识别结果；组合所述预设数量个图像区域各自对应的对象识别结果，得到所述待处理图像对应的对象识别结果。本申请实施例能够提升对大分辨率的待处理图像中的对象的识别精度。

本申请公开了一种掌图处理方法、装置、产品、设备和介质，该方法包括：获取待识别的第一掌图以及第一掌图的第一嵌入特征；从设定的多种掌图类型中，识别第一掌图所属的目标掌图类型；获取目标掌图类型关联的掌图特征集；掌图特征集中包含对象集中的多个对象在目标掌图类型下的掌图的掌图嵌入特征，对象集中的每个对象具有各自的对象身份信息；获取第一嵌入特征分别与掌图特征集中的每个掌图嵌入特征之间的特征匹配度；基于第一嵌入特征与掌图特征集中的每个掌图嵌入特征之间的特征匹配度以及每个对象的对象身份信息，确定针对第一掌图所属对象的身份识别信息。采用本申请，可提升通过掌纹对对象进行身份识别的准确性。

本申请实施例公开了一种数据处理方法、装置、计算机、存储介质及程序产品，涉及人工智能领域，该方法包括：获取医疗数据，通过数据处理模型预测针对医疗数据的初始医疗诊断流程；初始医疗诊断流程包括S个初始诊断过程；分别获取与S个初始诊断过程相关联的病理关联信息，采用每个病理关联信息对该病理关联信息所对应的后继初始诊断过程进行过程调整，得到S个初始诊断过程分别对应的更新诊断过程；将S个更新诊断过程组成针对医疗数据的目标医疗诊断流程；目标医疗诊断流程用于实现医疗数据所指示的业务目标。采用本申请，可以提升数据处理模型针对医疗数据进行处理时的专业性和准确性。

本申请提供了一种会议信息的显示方法、装置、电子设备、计算机可读存储介质以及计算机程序产品，包括：响应于针对历史会议记录的显示指令，显示包括至少一个历史会议记录的会议记录界面，并在会议记录界面中，显示参会信息控件；基于参会信息控件，响应于针对至少一个历史会议记录中、目标历史会议记录的信息查看指令，在会议记录界面中，显示参与目标历史会议的各参会对象的参会明细信息；其中，目标历史会议为，目标历史会议记录所对应的历史会议。如此，能够提高会议信息的查看效率。

本申请实施例提供了一种区块链系统的数据处理方法、装置、设备以及介质，区块链系统包括第一层网络和第二层网络，该方法由第二层网络中的定序器节点执行，包括：获取待上链交易集合，在第二层网络所包含的代理节点中，确定待上链交易集合对应的目标代理节点；将待上链交易集合转发至目标代理节点，以使目标代理节点对待上链交易集合中的待上链交易进行执行，得到待上链交易集合对应的交易执行信息；接收目标代理节点返回的交易执行信息，根据交易执行信息，对定序器节点对应的状态根进行更新，得到更新后的状态根；将待上链交易集合和更新后的状态根提交至第一层网络。实施本申请实施例，可以提高定序器节点的运营成本。

本申请涉及一种直播媒体帧同步方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：响应于直播触发事件，生成与时间同步服务器时间同步的本地同步时钟；从解析直播触发事件所指示的媒体数据流获得的媒体帧中，确定待播放媒体帧以及待播放媒体帧的显示时间戳；显示时间戳，基于与时间同步服务器时间同步的直播源同步时钟生成；基于本地同步时钟确定当前时刻，根据当前时刻和预设的固定播放延迟，确定待播放媒体帧的预估时间戳；当显示时间戳和预估时间戳不一致，重新确定待播放媒体帧，使得重新确定的待播放媒体帧的显示时间戳和预估时间戳趋向于一致。采用本方法能够实现直播同步。