原始名称记载: 三六零数字安全科技集团有限公司

本申请公开了一种模型训练方法、装置、设备、存储介质及产品，涉及人工智能技术领域，公开了获取知识图谱，知识图谱包含多个知识点节点及知识点节点间的关系边；通过大语言模型，基于用户问题和推理路径选择策略，在知识图谱中执行节点跳转动作以生成一条知识检索路径，知识检索路径由知识点节点及知识点节点间的关系边构成；确定知识检索路径中每一步节点跳转动作对生成回答的贡献度；根据贡献度，更新推理路径选择策略，以提升后续生成知识检索路径的质量。该方法能够提高模型的知识检索能力，从而提高生成回答的质量。

本申请公开了一种数据处理方法、装置、存储介质及电子设备，其中，本申请在问答场景下，获取所输入的多模态问题数据，通过多模态数据处理大模型将多模态问题数据分类为文本类问题数据和参考类问题数据，确定文本类问题数据的文本类数据特征和参考类问题数据的参考类数据特征，对文本类数据特征和参考类数据特征进行特征融合处理得到融合数据特征，基于融合数据特征生成针对多模态问题数据的答案数据，展示针对多模态问题数据的答案数据，其中，参考类问题数据对应的参考模态类与文本类问题数据的文本模态类不同。本申请能够提高问答场景下针对多模态问题数据生成的答案数据准确度。

本申请实施例提供了一种视频推理方法、装置、电子设备、存储介质及程序产品，涉及视频理解技术领域。该方法包括：获取问题文本和待分析视频，待分析视频包括至少一个目标帧，将问题文本和目标帧输入推理大模型进行推理，得到关键帧，将目标帧更新为关键帧后，继续将更新后的目标帧输入推理大模型进行推理，直至满足预设结束条件，得到关键帧集合，基于关键帧集合，得到问题文本对应的目标答案。本申请实施例通过推理大模型提取视频的关键帧，能够减少冗余和无效信息，提升视频内容理解和答案推理的精度和效率。

本申请公开了一种车辆辅助控制方法及相关装置，属于车辆辅助控制技术领域，所述方法包括：获取车辆行驶数据和驾驶员生理数据；根据所述车辆行驶数据和所述驾驶员生理数据对所述驾驶员进行信任度评估，得到所述驾驶员的信任评分；根据所述信任评分确定辅助所述驾驶员驾驶所述车辆的辅助控制策略；根据所述辅助控制策略在所述驾驶员驾驶所述车辆的过程中进行辅助控制。本申请通过多模态数据将驾驶员的可靠程度转化为可量化的信任评分，并通过驾驶员的信任评分动态调整车辆的辅助控制策略，有效降低因驾驶员状态不佳导致的车辆操作风险，提高行车安全性。

本申请公开了一种数据情报处理方法、装置、存储介质以及终端。方法始于从目标平台同步获取帖文数据及对应的用户行为数据，构建内容与行为的双重视角，奠定融合分析基础。接着，对帖文数据进行智能化解析与分类，自动生成帖子类型标签及其初步置信等级，实现海量信息的自动化标准初筛。并行地，基于用户行为数据进行画像分析，生成用户类型标签及独立置信等级，从而从信息源头评估发布者可靠性。最终将内容与行为两个维度的置信等级进行融合计算，生成综合置信评分，并据此进行可信度分层，从而为威胁情报研判提供了清晰、可操作的决策依据，显著提升了评估的自动化与精准化水平。

本申请公开了一种强化学习方法、装置、设备、存储介质及产品，涉及人工智能技术领域，包括：根据模型处理轨迹数据对历史轨迹缓存进行更新，生成当前轨迹缓存；基于所述当前轨迹缓存、当前模型梯度以及先验知识数据构建方向性梯度修正；根据所述当前模型梯度以及所述方向性梯度修正对所述目标大语言模型的模型参数进行更新。本申请通过提前构建一个由先验知识驱动的方向性梯度修正项，使策略更新不仅依赖于当前的梯度估计，还能融合历史更新轨迹、环境动态特征以及任务相关的结构化知识，解决了传统策略梯度方法在更新方向性、训练稳定性与先验知识融合方面的关键技术瓶颈，提高了强化学习的实际使用效果。