数据筛选要领和装置、电子装备及存储介质-明略科技

首页明略研究数据筛选要领和装置、电子装备及存储介质

数据筛选要领和装置、电子装备及存储介质

2024-01-30

本申请提供的数据筛选要领和装置、电子装备及存储介质，，，，，，，，涉及数据处置惩罚手艺领域。。。。。。在本申请中，，，，，，，，首先，，，，，，，，确定待筛选的目的关系类型。。。。。。其次，，，，，，，，基于目的关系类型和预先确定的对应关系确定目的筛选条件，，，，，，，，其中，，，，，，，，该筛选条件包括实体筛选条件和关系筛选条件中的至少一种。。。。。。然后，，，，，，，，基于目的筛选条件，，，，，，，，对漫衍式图数据库中的数据举行筛选处置惩罚，，，，，，，，获得目的数据，，，，，，，，其中，，，，，，，，实体筛选条件用于筛选该漫衍式图数据库中的点数据，，，，，，，，关系筛选条件用于筛选该漫衍式图数据库中的边数据。。。。。�；；；；；；谏鲜鲆欤�，，，，可以改善现有手艺中保存的数据处置惩罚效率不高的问题。。。。。。

一种数据筛选要领，，，，，，，，其特征在于，，，，，，，，包括：确定待筛选的目的关系类型；；；；；；基于所述目的关系类型和预先确定的对应关系确定目的筛选条件，，，，，，，，其中，，，，，，，，该对应关系中包括至少一种关系类型和对应的至少一种筛选条件，，，，，，，，该筛选条件包括实体筛选条件和关系筛选条件中的至少一种；；；；；；基于所述目的筛选条件，，，，，，，，对漫衍式图数据库中的数据举行筛选处置惩罚，，，，，，，，获得目的数据，，，，，，，，其中，，，，，，，，所述实体筛选条件用于筛选该漫衍式图数据库中的点数据，，，，，，，，所述关系筛选条件用于筛选该漫衍式图数据库中的边数据。。。。。。

申请号：CN202011198249.X
申请（专利权）人：btt博天堂
果真日期（果真）：2021.01.29
果真日期（授权）：2024.01.30

推荐阅读

全球双榜SOTA！明略科技专有大模子 Mano开启GUI智能操作新时代

2025-09-28

明略科技推出的GUI大模子Mano在Mind2Web和OSWorld两大基准测试中取得了创纪录的SOTA效果，，，，，，，，乐成率抵达40.1%。。。。。。通过在线强化学习和自动数据收罗，，，，，，，，Mano为GUI智能体领域提供了可扩展的新范式，，，，，，，，显著提升了重大使命的执行能力。。。。。。该手艺的突破不但推动了自动化界线的扩展，，，，，，，，也为企业智能化转型提供了强有力的支持

相识更多

官宣！明略科技推出专有大模子产品线DeepMiner，，，，，，，，可信商业数据剖析智能体终于能用了！

2025-09-22

明略科技推出专有大模子产品线DeepMiner，，，，，，，，以“可信智能体+可信数据”双轮驱动，，，，，，，，解决企业智能体落地中幻觉率高、历程不透明等痛点。。。。。。该产品通过多智能体协同架构、企业级数据整合及全流程透明化设计，，，，，，，，降低幻觉率并支持知识沉淀，，，，，，，，其自研Mano和Cito模子划分实现精准执行与深度推理，，，，，，，，助力企业构建可信生产力。。。。。。

相识更多

明略科技 Mano Technical Report

2025-09-18

Graphical user interfaces (GUIs) are the primary medium for human-computer interaction, yet automating GUI interactions remains challenging due to the complexity of visual elements, dynamic environments, and the need for multi-step reasoning. Existing methods based on vision-language models (VLMs) often suffer from limited resolution, domain mismatch, and insufficient sequential decisionmaking capability. To address these issues, we propose Mano, a robust GUI agent built upon a multi-modal foundation model pre-trained on extensive web and computer system data. Our approach integrates a novel simulated environment for high-fidelity data generation, a three-stage training pipeline (supervised fine-tuning, offline reinforcement learning, and online reinforcement learning), and a verification module for error recovery. Mano demonstrates state-of-the-art performance on multiple GUI benchmarks, including Mind2Web and OSWorld, achieving significant improvements in success rate and operational accuracy. Our work provides new insights into the effective integration of reinforcement learning with VLMs for practical GUI agent deployment, highlighting the importance of domain-specific data, iterative training, and holistic reward design.

相识更多

上一篇：一种信息的推荐要领、装置、电子装备及可读存储介质

下一篇：95%员工已用上大模子，，，，，，，，但明略科技想让更多企业拿到大模子船票

返回行业资讯