一种基于证据血缘的多智能体增量校验与重算方法及系统与流程
本技术涉及人工智能,特别涉及一种基于证据血缘的多智能体增量校验与重算方法、系统、设备及存储介质。
背景技术:
1、在投资研究、经营分析等业务中,报告生成任务通常需要经过多步处理才能完成:先自数据接口或资料库获取数据,再对数据执行计算,并结合文字组织形成最终报告。此类任务环节多、环节间存在依赖,且最终报告中的每个数字、每条结论均可能直接影响业务判断,对内容的准确性与可追溯性要求极高。随着大语言模型及智能体技术的发展,相关技术开始使用大模型和智能体来自动生成报告。
2、然而,相关技术存在结论不可溯源,发现错误只能整篇或整个环节重来,已经计算对的部分也被推倒,接口调用与大模型调用重复消耗的缺陷。
3、因此,如何解决上述技术缺陷已成为本领域技术人员亟待解决的技术问题。
技术实现思路
1、本技术的目的是提供一种基于证据血缘的多智能体增量校验与重算方法、系统、设备及存储介质,能够实现结论可溯源,可以减少重复的数据接口调用、计算处理与模型生成消耗,提升报告生成的效率与可靠性。
2、为解决上述技术问题,本技术提供了一种基于证据血缘的多智能体增量校验与重算方法,包括:
3、根据待处理任务生成子任务图;所述子任务图的节点为拆分所述待处理任务得到的子任务;所述节点间标注依赖关系;
4、执行所述节点,对所述节点的产出登记父证据编号及字段路径;将所述节点中的生成类节点产出的文字拆分成原子结论,并对所述原子结论绑定证据编号;所述原子结论包含一个可独立核验的断言;
5、对所述原子结论进行校验;
6、若根据校验结果判定存在存疑结论,则根据所述存疑结论绑定的证据编号、登记的父证据编号及字段路径回溯定位出错位置;所述出错位置为出错的源头字段或产出所述存疑结论的生成类节点;
7、在所述出错位置为出错的源头字段时,将依赖所述源头字段的原子结论标记为失效并重算;在所述出错位置为所述生成类节点时,将所述存疑结论标记为失效并由所述生成类节点重算;对重算得到的原子结论重新进行校验;
8、若根据校验结果判定不存在存疑结论且根据校验结果确定的报告可信度不低于预设阈值,则生成报告。
9、在一些实施例中,对所述原子结论进行校验包括:
10、对所述原子结论进行数值硬校验、引用校验以及跨步一致性校验中所述原子结论所适用的各项校验;
11、其中,若含数字的原子结论未通过所述数值硬校验,和/或定性结论的所述引用校验的结果不为支持,则判定所述原子结论为存疑结论。
12、在一些实施例中,根据校验结果确定报告可信度包括:
13、根据各项校验的校验结果确定所述原子结论的证据符合度;
14、根据整篇报告的各个原子结论的证据符合度确定报告可信度。
15、在一些实施例中,还包括:
16、对处理所述待处理任务的执行轨迹按照校验结果打标,并存入轨迹库。
17、在一些实施例中,还包括:
18、分别确定所述待处理任务的多条执行轨迹的得分;
19、将多条执行轨迹中得分最高的执行轨迹添加至训练库;
20、定期使用所述训练库中的执行轨迹调整用于生成子任务图的模型。
21、在一些实施例中,分别确定所述待处理任务的多条执行轨迹的得分包括:
22、根据确定所述待处理任务的执行轨迹的得分;
23、g为执行轨迹的得分,n为所述待处理任务的实际执行节点数,n0为同类任务的基准节点数,α、β、γ为系数,q为首轮校验通过的原子结论占比,为源头证据来源可信度的平均值。
24、在一些实施例中,根据整篇报告的各个原子结论的证据符合度确定报告可信度包括:
25、取整篇报告的各个原子结论的证据符合度的均值作为所述报告可信度。
26、为解决上述技术问题,本技术还提供了一种基于证据血缘的多智能体增量校验与重算系统,包括:
27、规划智能体,用于根据待处理任务生成子任务图;所述子任务图的节点为拆分所述待处理任务得到的子任务;所述节点间标注依赖关系;
28、执行智能体,执行所述节点,对所述节点的产出登记父证据编号及字段路径;将所述节点中的生成类节点产出的文字拆分成原子结论,并对所述原子结论绑定证据编号;所述原子结论包含一个可独立核验的断言;
29、校验智能体,用于对所述原子结论进行校验;若根据校验结果判定存在存疑结论,则根据所述存疑结论绑定的证据编号、登记的父证据编号及字段路径回溯定位出错位置;所述出错位置为出错的源头字段或产出所述存疑结论的生成类节点;在所述出错位置为出错的源头字段时,将依赖所述源头字段的原子结论标记为失效并向所述执行智能体下达重算指令,以使所述执行智能体重算标记为失效的原子结论;在所述出错位置为所述生成类节点时,将所述存疑结论标记为失效并由所述生成类节点重算;对重算得到的原子结论重新进行校验;若根据校验结果判定不存在存疑结论且根据校验结果确定的报告可信度不低于预设阈值,则生成报告。
30、为解决上述技术问题,本技术还提供了一种电子设备,包括:
31、存储器,用于存储计算机程序;
32、处理器,用于执行所述计算机程序时实现如上所述的基于证据血缘的多智能体增量校验与重算方法的步骤。
33、为解决上述技术问题,本技术还提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上所述的基于证据血缘的多智能体增量校验与重算方法的步骤。
34、本技术所提供的基于证据血缘的多智能体增量校验与重算方法,包括:根据待处理任务生成子任务图;所述子任务图的节点为拆分所述待处理任务得到的子任务;所述节点间标注依赖关系;执行所述节点,对所述节点的产出登记父证据编号及字段路径;将所述节点中的生成类节点产出的文字拆分成原子结论,并对所述原子结论绑定证据编号;所述原子结论包含一个可独立核验的断言;对所述原子结论进行校验;若根据校验结果判定存在存疑结论,则根据所述存疑结论绑定的证据编号、登记的父证据编号及字段路径回溯定位出错位置;所述出错位置为出错的源头字段或产出所述存疑结论的生成类节点;在所述出错位置为出错的源头字段时,将依赖所述源头字段的原子结论标记为失效并重算;在所述出错位置为所述生成类节点时,将所述存疑结论标记为失效并由所述生成类节点重算;对重算得到的原子结论重新进行校验;若根据校验结果判定不存在存疑结论且根据校验结果确定的报告可信度不低于预设阈值,则生成报告。
35、可见,本技术所提供的基于证据血缘的多智能体增量校验与重算方法,将子任务图中生成类节点产出的文字拆分成原子结论,每条原子结论与支撑其的证据、父证据以及字段路径均被记录,任意一条原子结论均可回溯。原子结论仅包含一个可独立核验的断言,使报告内容能够按单条断言分别核验。能够将出错位置锁定至具体的源头字段,无需人工通篇比对。修复范围为依赖出错的源头字段的原子结论,与出错的源头字段无关的原子结论及其所依据的产出均不会被重算,从而实现了在受影响最小范围内的重算,显著减少了重复的数据接口调用、计算处理与模型生成消耗,缩短了修复耗时。重算得到的原子结论在出稿前会重新经过校验处理,避免修复过程中引入新错误或对原错误修复不彻底的内容直接进入最终报告,能够极大的提高报告生成的整体效率与可靠性。
36、本技术所提供的基于证据血缘的多智能体增量校验与重算系统、设备以及计算机可读存储介质均具有上述技术效果。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com