一种信息处置惩罚要领、装置、电子装备及存储介质-明略科技

首页明略研究一种信息处置惩罚要领、装置、电子装备及存储介质

一种信息处置惩罚要领、装置、电子装备及存储介质

2021-12-28

本申请提供了一种信息处置惩罚要领、装置、电子装备及存储介质，，，，，要领包括：响应用户向文字输入区域输入的自然语言文字，，，，，若目今输入的自然语言文字所组成的完整自然语言语句切合某一语言战略，，，，，则确定完整自然语言语句为带有盘问意图的自然语言盘问语句，，，，，并将完整自然语言语句所切合的语言战略作为目口号言战略；；；；；凭证目口号言战略，，，，，对自然语言盘问语句举行剖析，，，，，获得对应的标准盘问语句；；；；；凭证标准盘问语句，，，，，从团结数据源中获取数据盘问效果；；；；；凭证数据盘问效果，，，，，天生数据可视化图表；；；；；将数据可视化图表显示于目今界面的侧边栏中。。。。。。本申请能够在用户打字的历程中实时识别出带有盘问意图的语句并凭证其获取对应的图表形式效果，，，，，大幅降低了用户的使用门槛。。。。。。

一种信息处置惩罚要领，，，，，其特征在于，，，，，所述要领包括：响应用户向目今界面的文字输入区域输入的自然语言文字，，，，，若用户目今输入的自然语言文字所组成的完整自然语言语句切合某一预设语言战略，，，，，则确定所述完整自然语言语句为带有盘问意图的自然语言盘问语句，，，，，并将所述完整自然语言语句所切合的预设语言战略作为目口号言战略；；；；；凭证所述目口号言战略，，，，，对所述自然语言盘问语句举行剖析，，，，，获得所述自然语言盘问语句对应的标准盘问语句；；；；；凭证所述标准盘问语句，，，，，从团结数据源中获取数据盘问效果；；；；；凭证所述数据盘问效果，，，，，天生数据可视化图表；；；；；将所述数据可视化图表显示于目今界面的侧边栏中。。。。。。

申请号：CN202111090318.X
申请（专利权）人：btt博天堂
果真日期（果真）：2021.10.22
果真日期（授权）：2021.12.28

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：一种文本匹配要领、装置、电子装备及存储介质

下一篇：明略科技CEO吴明辉：效劳型组织怎样实现数字化转型？？？？？？

返回行业资讯