本發(fā)明公開一種基于lvs的多活負(fù)載均衡系統(tǒng)實(shí)現(xiàn)session同步的方法，涉及云計(jì)算領(lǐng)域；包括：步驟1：進(jìn)行計(jì)算資源準(zhǔn)備，部署負(fù)載均衡節(jié)點(diǎn)和real?server節(jié)點(diǎn)，步驟2：配置router上下發(fā)路由，實(shí)現(xiàn)等價(jià)多路徑路由的模式，步驟3：...

本發(fā)明公開一種基于go語言的接口國際化語言切換方法，涉及接口數(shù)據(jù)處理技術(shù)領(lǐng)域；步驟1：定義翻譯數(shù)據(jù)處理函數(shù)，將接口響應(yīng)報(bào)文中的待翻譯字段轉(zhuǎn)換為JSON對象，遞歸匹配JSON對象的key值與預(yù)先存儲(chǔ)的翻譯文本的key值；步驟2：將翻譯數(shù)據(jù)...

本發(fā)明公開一種基于APIG的接口MCP化方法,涉及云計(jì)算、大模型技術(shù)領(lǐng)域；包括：步驟1：創(chuàng)建基于APIG的接口MCP化系統(tǒng)，步驟2：通過接口信息采集模塊從Swagger文檔、Excel接口清單或API網(wǎng)關(guān)中采集接口元數(shù)據(jù)信息，接口元數(shù)據(jù)...

本發(fā)明公開一種基于大模型的對象存儲(chǔ)數(shù)據(jù)壓縮方法,涉及云計(jì)算技術(shù)領(lǐng)域；包括：步驟1：進(jìn)行用戶文件格式解析識別：通過文件頭信息、文件擴(kuò)展名及內(nèi)容解析識別用戶上傳文件的格式；步驟2：進(jìn)行文件的內(nèi)容特征提取：利用大模型對文件內(nèi)容進(jìn)行深度分析，提...

本發(fā)明公開一種基于磁盤SMART屬性實(shí)現(xiàn)云平臺(tái)磁盤壽命監(jiān)控的方法，涉及磁盤管理技術(shù)領(lǐng)域；包括：步驟1：通過不同的磁盤管理客戶端利用自定義腳本獲取節(jié)點(diǎn)使用的系統(tǒng)直通磁盤,根據(jù)系統(tǒng)標(biāo)志位識別磁盤類型,磁盤類型包括nvme、ssd和hdd，記...

本申請公開了基于大語言模型的數(shù)據(jù)庫檢索方法、裝置、設(shè)備及介質(zhì)，涉及計(jì)算機(jī)技術(shù)領(lǐng)域。包括：利用大語言模型對原始查詢詞進(jìn)行擴(kuò)展重構(gòu)，以生成包含原始查詢詞和若干擴(kuò)展查詢詞的查詢詞集合，并從中篩選目標(biāo)查詢詞，然后基于目標(biāo)查詢詞從目標(biāo)數(shù)據(jù)庫表中進(jìn)...

本發(fā)明涉及云計(jì)算領(lǐng)域，具體提供了一種云環(huán)境下對關(guān)鍵應(yīng)用提升管理能力的方法及裝置，首先，收集應(yīng)用不同生命周期節(jié)點(diǎn)的基本信息和業(yè)務(wù)信息，生成應(yīng)用畫像，其次，利用資源之間的眾多關(guān)聯(lián)關(guān)系形成以應(yīng)用為核心，生成應(yīng)用畫像拓?fù)鋱D，同時(shí)，針對分布式云中...

本發(fā)明公開了一種基于文本單模態(tài)大模型的圖文知識問答方法及系統(tǒng)，屬于人工智能技術(shù)領(lǐng)域，該方法的實(shí)現(xiàn)包括：文件格式轉(zhuǎn)換：將文件統(tǒng)一轉(zhuǎn)換為Markdown格式，使用Latex格式表示公式，并將Markdown文檔中的圖片引用轉(zhuǎn)換為圖片標(biāo)簽；知...

本申請公開了基于大模型微調(diào)的醫(yī)療相關(guān)的NL2SQL任務(wù)處理方法、裝置、設(shè)備及介質(zhì)，涉及自然語言處理領(lǐng)域，包括：基于預(yù)設(shè)醫(yī)療相關(guān)數(shù)據(jù)庫確定領(lǐng)域相關(guān)自然語言問題集合；基于預(yù)設(shè)數(shù)據(jù)庫模式鏈接規(guī)則和數(shù)據(jù)庫模式信息，確定問題集合中各初始問題對應(yīng)的...

本發(fā)明涉及數(shù)據(jù)治理和人工智能大模型應(yīng)用技術(shù)領(lǐng)域，具體為一種基于大模型提升數(shù)據(jù)治理能力的方法及系統(tǒng)，從規(guī)范文件中提取數(shù)據(jù)標(biāo)準(zhǔn)信息并更新至數(shù)據(jù)治理平臺(tái)以輔助用戶決策，其中，提取過程包括讀取數(shù)據(jù)標(biāo)準(zhǔn)規(guī)范文件、進(jìn)行數(shù)據(jù)元提取以及將數(shù)據(jù)標(biāo)準(zhǔn)提取結(jié)...

本發(fā)明涉及自動(dòng)駕駛與智能交通技術(shù)領(lǐng)域，具體為一種基于神經(jīng)輻射場增量學(xué)習(xí)的高精度地圖動(dòng)態(tài)更新方法及系統(tǒng)，包括動(dòng)態(tài)物體更新機(jī)制，所述動(dòng)態(tài)物體更新機(jī)制具體為：對每個(gè)檢測到的動(dòng)態(tài)物體進(jìn)行個(gè)體化建模，為其建立專屬的小型NeRF模型，記錄該動(dòng)態(tài)物體...

本發(fā)明提供一種基于大模型的學(xué)習(xí)路徑推薦方法及裝置，可以提供更符合學(xué)習(xí)者需求的學(xué)習(xí)路徑，從而提升學(xué)習(xí)體驗(yàn)的個(gè)性化程度。一種基于大模型的學(xué)習(xí)路徑推薦方法包括：獲取學(xué)習(xí)者在學(xué)習(xí)平臺(tái)上的行為數(shù)據(jù)；將所述行為數(shù)據(jù)轉(zhuǎn)換為用于構(gòu)建模型的特征向量；根據(jù)...

本發(fā)明涉及軟件工程技術(shù)領(lǐng)域，具體提供了一種接口性能動(dòng)態(tài)監(jiān)控方法及裝置，包括：(1)自定義@PerformanceMonitor注解，用于聲明式配置接口性能監(jiān)控的多維度參數(shù)；(2)利用時(shí)序數(shù)據(jù)庫存儲(chǔ)接口性能監(jiān)控?cái)?shù)據(jù)，進(jìn)行寫入與實(shí)時(shí)分析；(...

本發(fā)明提供了一種數(shù)據(jù)流自適應(yīng)調(diào)度方法、系統(tǒng)、設(shè)備及介質(zhì)，屬于分布式數(shù)據(jù)流處理技術(shù)領(lǐng)域。該方法通過采集NiFi系統(tǒng)運(yùn)行指標(biāo)數(shù)據(jù)，利用特征工程提取標(biāo)準(zhǔn)化特征；構(gòu)建包含神經(jīng)網(wǎng)絡(luò)、梯度提升機(jī)和強(qiáng)化學(xué)習(xí)模型的機(jī)器學(xué)習(xí)模型組合進(jìn)行預(yù)測分析，生成執(zhí)行...

本發(fā)明實(shí)施例提供了一種智能體自主決策優(yōu)化方法及系統(tǒng)。首先獲取多源異構(gòu)數(shù)據(jù)構(gòu)建領(lǐng)域知識圖譜，為后續(xù)決策提供結(jié)構(gòu)化的領(lǐng)域知識基礎(chǔ)，避免因知識碎片化導(dǎo)致的決策依據(jù)缺失；接著實(shí)時(shí)采集傳感器信號并關(guān)聯(lián)領(lǐng)域知識圖譜，生成包含實(shí)體狀態(tài)、環(huán)境約束和任務(wù)...

本發(fā)明提供的專利數(shù)據(jù)的語料庫構(gòu)建方法及裝置，包括：獲取專利數(shù)據(jù)，對專利數(shù)據(jù)進(jìn)行清洗，以得到清洗后的專利數(shù)據(jù)，基于智能清洗模型，對清洗后的專利數(shù)據(jù)進(jìn)行技術(shù)術(shù)語標(biāo)準(zhǔn)化，以得到處理后的專利數(shù)據(jù)，對處理后的專利數(shù)據(jù)進(jìn)行質(zhì)量評估，以得到評估結(jié)果，...

本發(fā)明涉及云計(jì)算技術(shù)領(lǐng)域，具體提供了基于Kubernetes的分布式命令執(zhí)行方法及裝置，分為用戶接口層、業(yè)務(wù)邏輯層和服務(wù)適配層；用戶接口層內(nèi)進(jìn)行命令行解析和結(jié)果展示；業(yè)務(wù)邏輯層進(jìn)行目標(biāo)篩選和任務(wù)執(zhí)行調(diào)度；服務(wù)適配層設(shè)有Kubernete...

本發(fā)明涉及數(shù)據(jù)安全與隱私計(jì)算技術(shù)領(lǐng)域，具體為一種基于ODRL的可信數(shù)據(jù)空間數(shù)據(jù)交付的方法和系統(tǒng)，包括以下步驟：通過ODRL策略定義數(shù)據(jù)使用權(quán)限與約束，控制面基于所述ODRL策略驗(yàn)證用戶請求，數(shù)據(jù)面通過協(xié)議適配器工廠，記錄結(jié)構(gòu)化日志；有益...

本發(fā)明涉及合同處理技術(shù)領(lǐng)域，具體提供了一種云環(huán)境下智能采購合同比對方法及裝置，首先，在數(shù)據(jù)存儲(chǔ)層進(jìn)行數(shù)據(jù)獲取，數(shù)據(jù)處理層進(jìn)行格式轉(zhuǎn)換、文本預(yù)處理、特征提取以及相似度計(jì)算，最后應(yīng)用層進(jìn)行相似合同篩選。與現(xiàn)有技術(shù)相比，本發(fā)明能夠有助于企業(yè)優(yōu)...

本發(fā)明涉及計(jì)算機(jī)安全與人工智能技術(shù)領(lǐng)域，具體為一種基于大模型的用戶輸入安全檢測及賬戶管控交互方法及系統(tǒng)，包括以下步驟：數(shù)據(jù)收集與預(yù)處理，大模型訓(xùn)練與優(yōu)化，用戶輸入安全檢測，用戶操作意圖分析，賬戶管控交互；有益效果為：提高檢測準(zhǔn)確性和靈活...