融合多模态大模型的智能大数据检索方法及系统与流程
本申请涉及大数据检索,具体而言,涉及一种融合多模态大模型的智能大数据检索方法及系统。
背景技术:
1、在数据采集终端融合应用的定制开发研发场景中,数据检索是获取关键信息、支撑研发决策的重要环节。然而,现有技术中,传统的数据检索方法往往采用单一模式,难以适应复杂多变的研发场景需求。不同开发阶段对数据的需求不同,终端硬件特性的差异会影响数据的获取和处理方式,应用适配诉求和数据关联需求也各不相同。传统的检索方法无法综合考虑这些动态场景要素,导致检索结果不准确、不全面,无法满足研发过程中对数据的精准获取和高效利用。此外,传统方法在面对研发场景的实时变化时,缺乏灵活性和适应性,无法及时调整检索策略,使得检索效率低下,难以满足研发工作的快速推进需求。
技术实现思路
1、有鉴于此,本申请的目的在于提供一种融合多模态大模型的智能大数据检索方法及系统。
2、依据本申请的第一方面,提供一种融合多模态大模型的智能大数据检索方法,所述方法包括:
3、获取数据采集终端融合应用的定制开发研发场景中的动态场景要素,所述动态场景要素包含开发阶段特征、终端硬件特性、应用适配诉求及数据关联需求;
4、将所述动态场景要素输入深度训练的多模态大模型,生成研发场景专属检索配置集合,所述研发场景专属检索配置集合包含检索维度定义、要素关联方式及多模态大模型交互接口;
5、通过所述多模态大模型交互接口,将所述研发场景的实时状态特征输入所述多模态大模型,基于所述多模态大模型输出的调整指令,对所述研发场景专属检索配置集合进行更新,得到适配调整后的研发场景专属检索配置集合;
6、基于所述适配调整后的研发场景专属检索配置集合,启动多路径协同检索方式,对研发相关大数据资源库执行定向数据挖掘操作,得到定向数据挖掘操作结果对应的初始数据集合;
7、将所述初始数据集合输入所述多模态大模型,通过所述多模态大模型对所述初始数据集合进行场景化筛选与优化处理,生成最终检索结果集合。
8、依据本申请的第二方面,提供一种融合多模态大模型的智能大数据检索系统,所述融合多模态大模型的智能大数据检索系统包括处理器以及可读存储介质,所述可读存储介质存储有程序,该程序被处理器执行时实现前述的融合多模态大模型的智能大数据检索方法。
9、依据以上任意一个方面,通过获取数据采集终端融合应用定制开发研发场景中的动态场景要素,并将其输入深度训练的多模态大模型,能够生成高度适配研发场景的专属检索配置集合。该专属检索配置集合综合考虑了开发阶段特征、终端硬件特性、应用适配诉求及数据关联需求等多方面因素,使得检索维度定义、要素关联方式及多模态大模型交互接口的设置更加精准合理。通过实时输入研发场景的实时状态特征,多模态大模型能够输出调整指令,及时更新检索配置集合,确保检索策略始终与研发场景的实际情况保持高度一致。启动多路径协同检索方式,能够充分利用大数据资源库,执行定向数据挖掘操作,得到初始数据集合。最后,通过多模态大模型对初始数据集合进行场景化筛选与优化处理,能够生成符合研发需求的最终检索结果集合,大大提高了数据检索的准确性、全面性和实时性,有效提升了研发效率和质量。
1.一种融合多模态大模型的智能大数据检索方法,其特征在于,所述方法包括:
2.根据权利要求1所述的融合多模态大模型的智能大数据检索方法,其特征在于,所述将所述动态场景要素输入深度训练的多模态大模型,生成研发场景专属检索配置集合,包括:
3.根据权利要求1所述的融合多模态大模型的智能大数据检索方法,其特征在于,所述通过所述多模态大模型交互接口,将所述研发场景的实时状态特征输入所述多模态大模型,基于所述多模态大模型输出的调整指令,对所述研发场景专属检索配置集合进行更新,得到适配调整后的研发场景专属检索配置集合,包括:
4.根据权利要求1所述的融合多模态大模型的智能大数据检索方法,其特征在于,所述基于所述适配调整后的研发场景专属检索配置集合,启动多路径协同检索方式,对研发相关大数据资源库执行定向数据挖掘操作,得到定向数据挖掘操作结果对应的初始数据集合,包括:
5.根据权利要求1所述的融合多模态大模型的智能大数据检索方法,其特征在于,所述将所述初始数据集合输入所述多模态大模型,通过所述多模态大模型对所述初始数据集合进行场景化筛选与优化处理,生成最终检索结果集合,包括:
6.根据权利要求2所述的融合多模态大模型的智能大数据检索方法,其特征在于,所述基于所述研发场景多维度关联建模操作结果,映射得到研发场景专属的检索核心维度,包括:
7.根据权利要求3所述的融合多模态大模型的智能大数据检索方法,其特征在于,所述基于所述研发场景实时状态特征中的适配需求变化,调整所述研发场景专属检索配置集合中存在差异的交互关联逻辑的协同检索规则,得到调整后的交互关联逻辑,包括:
8.根据权利要求4所述的融合多模态大模型的智能大数据检索方法,其特征在于,所述基于所述协同触发条件,将不同检索路径的初步数据片段进行交叉关联处理操作,提取不同路径数据之间的关联信息,得到交叉关联数据集合,包括:
9.根据权利要求5所述的融合多模态大模型的智能大数据检索方法,其特征在于,所述基于每条数据条目与当前研发阶段的关联度、与数据采集终端当前硬件状态的匹配度及与目标应用适配需求的匹配度,对每条数据条目进行综合场景适配评估操作,得到每条数据条目的综合评分结果,包括:
10.一种融合多模态大模型的智能大数据检索系统,其特征在于,包括处理器以及可读存储介质,所述可读存储介质存储有程序,该程序被处理器执行时实现权利要求1-9中任意一项所述的融合多模态大模型的智能大数据检索方法。
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