北森云计算有限公司

本申请提供了一种智能客服问答方法、系统、电子设备及可读存储介质，通过获取用户输入的咨询文本及当前员工业务办理流程中的当前业务节点；对咨询文本进行语义纠错，得到纠错后的文本；基于纠错后的文本，利用预训练的意图识别模型进行初步意图识别，得到一个或多个候选用户意图及候选用户意图的置信度；根据当前业务节点对候选用户意图进行过滤，保留处于当前业务节点允许执行范围内的目标意图；基于目标意图调用与目标意图对应的业务接口；识别纠错后的文本中的目标实体；基于目标实体及业务接口生成针对咨询文本的应答结果。本发明大幅提升了人力资源服务场景下智能客服的意图识别与响应准确率。

本申请提供了一种绩效评审关系的生成方法、装置、电子设备及存储介质，包括基于预设的考核条件，在预构建的企业组织图谱中解析并获取当前绩效考核的参与人员；针对每一参与人员，基于与当前绩效考核的评审流程节点绑定的评审规则集，从企业组织图谱中筛选目标评审人，并与对应的参与人员构建评审关系，基于所有的评审关系聚合成初始评审关系集合；对初始评审关系集合进行多维度的异常检测，以识别异常项；根据异常项的类型生成对应的目标修复方案，并基于目标修复方案修复异常项，得到最终评审关系集合。本发明显著提升评审关系配置的效率与准确性，同时通过自动修复，降低人工维护的高成本。

本发明提供了一种基于分层异构压缩架构的KV缓存压缩方法及系统，涉及大语言模型推理优化技术领域。本发明通过将Transformer模型的不同层级划分为浅层、中间层和深层，并为各层级分别配置与其功能相匹配的局部性保持策略、语义聚类策略和概念抽象策略，在满足压缩触发条件时对各层级KV缓存进行差异化压缩，同时通过跨层协调机制在各层级之间传递压缩过程中识别的重要性信息。相较于现有统一压缩方法，本发明能够根据不同层级的特性进行针对性压缩，浅层得以保留局部语法细节，中间层有效保留语义结构信息，深层聚焦全局概念，并且，跨层协调机制可以确保信息流的连贯性，从而在保证模型性能的同时，显著降低了KV缓存内存占用。

本发明提供了一种轻量级AI Agent安全沙箱的执行方法及系统，涉及人工智能技术领域。本发明通过沙箱网关接收智能代理发送的初始执行请求，生成对应的安全策略配置和资源限制配置，并将目标执行请求下发至选定的沙箱工作节点；沙箱工作节点根据安全策略配置在目标代码的执行环境中注入Seccomp‑BPF过滤器，并在资源限制配置的约束下执行目标代码，通过Seccomp‑BPF过滤器在内核层面对目标代码执行过程中的系统调用进行过滤。这样即使LLM被诱导生成了包含危险系统调用的恶意代码，该代码在执行时也无法造成实际危害，从而为LLM生成代码的执行提供了确定性的安全保障。