中移九天人工智能科技（北京）有限公司

本申请涉及人工智能技术领域，提供一种大模型双重记忆处理方法及装置。该方法包括：获取用户与智能体的历史交互数据，并基于历史交互数据分别构建用户侧记忆信息和智能体侧历史记忆信息；接收当前用户查询，从智能体侧历史记忆信息中检索与当前用户查询匹配的历史处理策略；根据检索到的历史处理策略，从用户侧记忆信息中获取与当前用户查询相关的目标用户特征信息；根据当前用户查询、历史处理策略和目标用户特征信息，生成响应结果；获取响应结果对应的交互反馈，并根据交互反馈更新用户侧记忆信息和/或智能体侧历史记忆信息。本申请提供的大模型双重记忆处理方法及装置能够实现历史记忆信息的精准调用与系统性能的持续优化。

本申请公开了表格分类方法、装置及设备，涉及人工智能技术领域。该方法包括：利用表格编码器对目标表格进行编码，生成目标表格的结构化语义表示。将结构化语义表示输入至表格适配器，生成表格语义特征。通过获取目标表格对应的任务描述文本，并提取任务描述文本对应的文本语义特征；融合表格语义特征与文本语义特征，得到融合特征。将融合特征输入至结构‑语义双门控专家混合网络对目标表格中的待分类样本进行，得到目标表格中各待分类样本对应的分类结果，结构‑语义双门控专家混合网络中包括至少一个目标专家子网络。本申请实现了对金融、化工、制造等不同领域表格的自适应、高精度分类，显著提升了表格分析的精度、泛化能力和鲁棒性。

基于宏窗口流式直接偏好优化的视频描述生成方法及系统，构建宏窗口流式直接偏好优化系统用于优化流式解说模型，首先自动化构建流式解说时序锚定数据，然后解耦事实准确性与语言流畅性，构造用于偏好优化的成对数据三元组，再进行宏窗口流式直接偏好优化，基于构建的偏好三元组在宏窗口下进行DPO训练，引导策略模型在宏观事件尺度上对齐语义，同时在微观步长上保持流式推理能力，得到优化的流式解说模型。本发明无需人工精细标注数据，端到端自监督优化，采用低延迟流式推理，利用宏观窗口对齐策略结合直接偏好优化有效解决流式生成中的监督粒度错配问题，实现对实时视频流中关键事件的精准捕捉与事实落地。

一种基于双阶段直接偏好优化的长时序视频偏好对齐方法及系统，构建长视频偏好对齐系统，对输入的长视频输出问答及推理链，包括：锚点片段生成模块，通过短视频片段混排构建长视频模拟序列，并选定目标锚点片段生成偏好三元组；自推理长视频对齐模块，对真实长视频递归生成场景级字幕并构建推理链问答，实现跨场景信息整合；直接偏好优化训练模块，利用构建的偏好三元组对策略模型进行直接偏好优化，以及配套的参考模型与短上下文视觉语言模型。本发明无需任何人工长视频标注，提升长时序任务中的信息整合与因果推理能力，提高答案的准确性和透明度，显著降低显存和计算资源占用，同时保持短视频基准性能，实现高效部署。