基于长期能力演化轨迹的优化方法、装置及介质与流程

摘要: 本申请属于数据处理,尤其涉及一种基于长期能力演化轨迹的优化方法、装置及介质。背景技术:1、可以通过智能体对大语言模型和多智能体协同系统进行全生命周期能力监测和自...
基于长期能力演化轨迹的优化方法、装置及介质与流程

本申请属于数据处理,尤其涉及一种基于长期能力演化轨迹的优化方法、装置及介质。

背景技术:

1、可以通过智能体对大语言模型和多智能体协同系统进行全生命周期能力监测和自主进化优化,从而实现智能体能力演化和记忆知识积累的深度耦合分析。

2、现有技术中,可以通过对单次任务执行效果的静态快照式评估,围绕任务完成准确率、响应时延、工具调用有效率等单一维度进行数值统计,而进阶方案可以结合有限时间窗口内的多轮任务完成情况进行短期能力定级,在记忆管理方面,可以通过线性序列化存储,实现原始存储和关键词匹配检索。

3、然而,现有的对智能体的长期演化能力,缺乏对历史行为规律、经验沉淀、错误修正、知识更新等全链路动态追踪,难以构建完整的长期演化路径。

技术实现思路

1、本申请实施例提供一种基于长期能力演化轨迹的优化方法、装置及介质,能够通过记忆知识图谱,生成全面、真实且可解释的反映记忆智能体能力的动态演化过程。

2、第一方面,本申请实施例提供一种基于长期能力演化轨迹的优化方法,方法包括:

3、确定记忆智能体的记忆知识数据,按照预设图谱构建规则对记忆知识数据进行结构化处理,得到记忆智能体对应的记忆知识图谱;

4、基于记忆知识图谱,确定记忆智能体对应的演化维度量化值,并基于演化维度量化值确定综合演化评分;

5、按照预设时间粒度,将各时间粒度节点对应的演化维度量化值、综合演化评分和记忆知识图谱的更新信息确定为各时间粒度节点的特征标签;

6、基于时间粒度节点的时序,得到各特征标签随时间变化的演化轨迹,并建立演化轨迹和记忆知识图谱的溯源关联关系;

7、在相邻时间粒度节点之间综合演化评分的变化量大于预设变化阈值的情况下,将对应的时间粒度节点确定为突变节点;

8、基于溯源关联关系,在记忆知识图谱上确定突变节点对应的突变事件,基于突变事件优化记忆智能体。

9、第二方面,本申请实施例提供了一种基于长期能力演化轨迹的优化装置,装置包括:

10、构建模块,用于确定记忆智能体的记忆知识数据,按照预设图谱构建规则对记忆知识数据进行结构化处理,得到记忆智能体对应的记忆知识图谱;

11、处理模块,用于基于记忆知识图谱,确定记忆智能体对应的演化维度量化值,并基于演化维度量化值确定综合演化评分;

12、特征模块,用于按照预设时间粒度,将各时间粒度节点对应的演化维度量化值、综合演化评分和记忆知识图谱的更新信息确定为各时间粒度节点的特征标签;

13、关联模块,用于基于时间粒度节点的时序,得到各特征标签随时间变化的演化轨迹,并建立演化轨迹和记忆知识图谱的溯源关联关系;

14、突变模块,用于在相邻时间粒度节点之间综合演化评分的变化量大于预设变化阈值的情况下,将对应的时间粒度节点确定为突变节点;

15、优化模块,用于基于溯源关联关系,在记忆知识图谱上确定突变节点对应的突变事件,基于突变事件优化记忆智能体。

16、第三方面,本申请实施例提供了一种终端设备,设备包括:处理器,以及存储有计算机程序指令的存储器;处理器读取并执行计算机程序指令,以实现如第一方面的基于长期能力演化轨迹的优化方法。

17、第四方面,本申请实施例提供了一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序指令,计算机程序指令被处理器执行时实现如第一方面的基于长期能力演化轨迹的优化方法。

18、第五方面,本申请实施例提供了一种计算机程序产品,包括计算机程序,计算机程序被处理其执行时实现如第一方面的基于长期能力演化轨迹的优化方法。

19、本申请实施例的基于长期能力演化轨迹的优化方法、装置及介质,确定记忆智能体的记忆知识数据,按照预设图谱构建规则对记忆知识数据进行结构化处理,得到记忆智能体对应的记忆知识图谱,从而能够将记忆智能体中的记忆知识数据进行结构化的表示和存储,便于通过记忆知识图谱梳理相关数据,进而得到长期能力演化轨迹,根据记忆知识图谱,确定记忆智能体对应的演化维度量化值,并根据演化维度量化值确定综合演化评分,能够从多个维度确定记忆智能体的长期演化能力,按照预设时间粒度,将各时间粒度节点对应的演化维度量化值、综合演化评分和记忆知识图谱的更新信息确定为各时间粒度节点的特征标签,能够从时间维度显示记忆智能体的能力演化,根据时间粒度节点的时序,得到各特征标签随时间变化的演化轨迹,并建立演化轨迹和记忆知识图谱的溯源关联关系,根据时序对各特征标签进行排序之后得到演化轨迹,进而建立溯源关联关系,能够将演化轨迹中的点和记忆知识图谱上事件相关联,便于溯源,提升可解释性,根据溯源关联关系,在记忆知识图谱上确定突变节点对应的突变事件,根据突变事件优化记忆智能体,从而能够通过记忆知识图谱对记忆智能体的记忆知识积累、经验复用、知识体系更新、错误迭代更新耦合,更为全面、真实且可解释的反映了记忆智能体的长期能力演化轨迹并对其进行优化。

1.一种基于长期能力演化轨迹的优化方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述按照预设图谱构建规则对所述记忆知识数据进行结构化处理,得到所述记忆智能体对应的记忆知识图谱,包括:

3.根据权利要求2所述的方法,其特征在于,所述基于所述历史记忆数据确定各所述知识节点之间的调用关系、复用关系和因果关联关系,生成连接各所述知识节点的多条有向边,得到所述记忆智能体对应的记忆知识图谱,包括:

4.根据权利要求1所述的方法,其特征在于,所述基于所述记忆知识图谱,确定所述记忆智能体对应的演化维度量化值,包括:

5.根据权利要求1所述的方法,其特征在于,在所述基于所述时间粒度节点的时序,得到各所述特征标签随时间变化的演化轨迹之后,还包括:

6.根据权利要求1所述的方法,其特征在于,所述基于所述突变事件优化所述记忆智能体,包括:

7.根据权利要求6所述的方法,其特征在于,所述基于所述突变知识图谱,确定所述突变知识图谱中各所述知识节点和所述有向边对应的能力贡献值和能力贡献方向,包括:

8.根据权利要求1所述的方法,其特征在于,在所述基于所述突变事件优化所述记忆智能体之后,还包括:

9.一种基于长期能力演化轨迹的优化装置,其特征在于,所述装置包括:

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现如权利要求1-8任意一项所述的基于长期能力演化轨迹的优化方法。