【技术实现步骤摘要】
本公开涉及计算机，具体涉及大模型、自然语言处理等人工智能，尤其涉及一种基于大模型的文本生成方法、装置、电子设备及存储介质。
技术介绍
1、大模型是一种具有庞大参数规模，且结构复杂程度非常高的深度学习模型，通常指的是，拥有数百万到数十亿参数的神经网络模型。
2、现有技术中，大模型在一系列下游任务中取得了显著成效。它们通过实时人机交互为人类生活提供了许多便利的服务和帮助。
技术实现思路
1、本公开提供了一种基于大模型的文本生成方法、装置、电子设备及存储介质。
2、根据本公开的一方面，提供了一种基于大模型的文本生成方法，包括：
3、获取匹配前缀；所述匹配前缀包括至少一个连续的词元；
4、基于所述匹配前缀，按照预先配置的草稿词元序列长度，获取草稿词元序列；所述草稿词元序列中包括至少一个词元；
5、采用预先训练的大模型，基于投机解码算法，对所述草稿词元序列进行有效性验证；
6、响应于验证通过，将所述草稿词元序列，作为生成的文本。
7、根据本公开的另一方面，提供了一种基于大模型的文本生成装置，包括：
8、前缀获取模块，用于获取匹配前缀；所述匹配前缀包括至少一个连续的词元；
9、序列获取模块，用于基于所述匹配前缀，按照预先配置的草稿词元序列长度，获取草稿词元序列；所述草稿词元序列中包括至少一个词元；
10、验证模块，用于采用预先训练的大模型，基于投机解码算法，对所述草稿词元序列
11、生成模块，用于响应于验证通过，将所述草稿词元序列，作为生成的文本。
12、根据本公开的再一方面，提供了一种电子设备，包括：
13、至少一个处理器；以及
14、与所述至少一个处理器通信连接的存储器；其中，
15、所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上所述的方面和任一可能的实现方式的方法。
16、根据本公开的又一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行如上所述的方面和任一可能的实现方式的方法。
17、根据本公开的再另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现如上所述的方面和任一可能的实现方式的方法。
18、根据本公开的技术，能够有效地提高大模型的文本生成效率。
19、应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
本文档来自技高网...【技术保护点】
1.一种基于大模型的文本生成方法，包括：
2.根据权利要求1所述的方法，其中，获取匹配前缀，包括：
3.根据权利要求1所述的方法，其中，基于所述匹配前缀，按照预先配置的草稿词元序列长度，获取草稿词元序列，包括：
4.根据权利要求3所述的方法，其中，基于所述匹配前缀，从参考文献、已生成文本或者输入提示信息中，按照预配置的草稿词元序列长度，获取草稿词元序列，包括：
5.根据权利要求1所述的方法，其中，采用预先训练的大模型，基于投机解码算法，对所述草稿词元序列进行有效性验证，包括：
6.根据权利要求5所述的方法，其中，基于所述多个候选词元以及各候选词元的概率，基于投机解码算法，对所述草稿词元进行有效性验证，包括：
7.根据权利要求6所述的方法，其中，基于所述第一排序，基于投机解码算法，对所述草稿词元进行有效性验证，包括：
8.根据权利要求6所述的方法，其中，基于所述第一排序，基于投机解码算法，对所述草稿词元进行有效性验证，包括：
9.根据权利要求6所述的方法，其中，采用预先训练的大模型，基于
10.根据权利要求9所述的方法，其中，基于验证结果，对预先配置的草稿词元序列长度进行调整，包括：
11.一种基于大模型的文本生成装置，包括：
12.根据权利要求11所述的装置，其中，所述前缀获取模块，用于：
13.根据权利要求11所述的装置，其中，所述序列获取模块，用于：
14.根据权利要求13所述的装置，其中，所述序列获取模块，用于：
15.根据权利要求11所述的装置，其中，所述验证模块，包括：
16.根据权利要求15所述的装置，其中，所述验证单元，用于：
17.根据权利要求16所述的装置，其中，所述验证单元，用于：
18.根据权利要求16所述的装置，其中，所述验证单元，用于：
19.根据权利要求6所述的装置，其中，所述装置还包括：
20.根据权利要求19所述的装置，其中，所述调整模块，用于：
21.一种电子设备，包括：
22.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-10中任一项所述的方法。
23.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-10中任一项所述的方法。
...【技术特征摘要】
1.一种基于大模型的文本生成方法，包括：
2.根据权利要求1所述的方法，其中，获取匹配前缀，包括：
3.根据权利要求1所述的方法，其中，基于所述匹配前缀，按照预先配置的草稿词元序列长度，获取草稿词元序列，包括：
4.根据权利要求3所述的方法，其中，基于所述匹配前缀，从参考文献、已生成文本或者输入提示信息中，按照预配置的草稿词元序列长度，获取草稿词元序列，包括：
5.根据权利要求1所述的方法，其中，采用预先训练的大模型，基于投机解码算法，对所述草稿词元序列进行有效性验证，包括：
6.根据权利要求5所述的方法，其中，基于所述多个候选词元以及各候选词元的概率，基于投机解码算法，对所述草稿词元进行有效性验证，包括：
7.根据权利要求6所述的方法，其中，基于所述第一排序，基于投机解码算法，对所述草稿词元进行有效性验证，包括：
8.根据权利要求6所述的方法，其中，基于所述第一排序，基于投机解码算法，对所述草稿词元进行有效性验证，包括：
9.根据权利要求6所述的方法，其中，采用预先训练的大模型，基于投机解码算法，对所述草稿词元序列进行有效性验证之后，所述方法还包括：
10.根据权利要求9所述的方法，其...
【专利技术属性】
技术研发人员：周兆京，李明昊，吴飞圣，王豪爽，党青青，沙燕霖，于佃海，马艳军，吴甜，王海峰，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。