本文涉及一种风格模型生成方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。本技术实施例可应用于云技术、人工智能、智慧交通、辅助驾驶等各种场景。所述方法包括:获取目标样本的初始风格特征；通过第一风格模型对参考样本进行风格化处理，获得第一风格特征，通过第二风格模型对参考样本进行风格化处理，获得第二风格特征；该初始风格特征与该第一风格特征对应为同一风格域的风格特征；训练获得第二风格模型的样本数量大于训练获得第一风格模型的样本数量；基于初始风格特征、第一风格特征和第二风格特征，对第一风格模型进行模型更新，得到目标样本对应的目标风格模型。采用上述方法有利于扩展风格模型生成方法的应用场景。

本技术提供了一种信息操作策略确定方法、装置、设备及存储介质，该方法包括:获取多个对象组执行各自对应的预设信息操作策略的执行结果；基于执行结果，得到每个对象组对应的至少一个操作数据；基于操作数据之间的相互关系对每个对象组对应的至少一个操作数据进行分类，得到每个对象组对应的至少一个操作数据集；将每个对象组对应的各个操作数据集中的各个操作数据进行汇总，得到每个对象组对应的各个操作数据集的汇总信息；将每个对象组对应的汇总信息当作新的数据进行重采样，根据假设检验原理计算每个对象组之间的统计显著性结果，由此确定出目标信息操作策略。本发明减少由于数据间非独立带来的统计偏差，提高信息操作策略确定的准确性。

本技术实施例公开了一种内容显示方法、装置、终端及存储介质，其中方法包括:若接收到在第一终端中显示目标内容的阅读请求，则获取目标内容包括的字符集合并从服务器获取目标内容的阅读进度信息；根据阅读进度信息将字符集合划分为已显示字符集合和待显示字符集合；按照预设的显示顺序和第一排版规则对待显示字符集合进行排版处理得到第一排版结果；根据第一排版结果在第一终端上显示待显示字符集合中包括的字符。本发明实施例，可以加快对阅读请求的响应。

 本技术涉及无人机检测技术领域，具体涉及了一种无人机飞行数据高精度异常检测和数据恢复方法。包括以下步骤:S1、构建基于TCN‑KANs的多元回归模型，所述TCN‑KANs模型包括输入层、三个残差块以及一个KAN层，其中残差块通过卷积层以及残差连接提取特征，并对输入特征进行非线性变化，提取潜在模式并生成最终输出，KAN层作为TCN‑KANs最终的输出层；S2、最小化预测值和真实值之间的误差；S3、根据模型的预测结果计算残差，对残差进行平滑处理后，通过对残差的统计特性进行分析确定异常阈值；S4、无人机的飞行实时监控以及操作控制时，通过模型在检测到异常后生成恢复值进行数据恢复。

本文涉及一种业务请求分配方法、装置、计算机设备和存储介质，具体可通过云服务器实现。方法包括:获取待处理的业务请求；确定对业务设备集合进行划分得到的多组业务设备子集，其中，多组业务设备子集是基于业务设备集合中各业务设备的空闲资源进行划分得到；按照每一组业务设备子集分别对应的分配权重，确定与业务请求相匹配的目标业务设备子集；从目标业务设备子集中筛选目标业务设备；将业务请求分配至目标业务设备；目标业务设备用于执行与分配的业务请求对应的业务操作。采用本方法能够对网络中的业务设备进行合理的调度，并且在实现负载均衡的同时提高业务请求分配的效率。

本文公开了一种文本处理方法、装置、计算机设备及存储介质，应用于人工智能技术领域，其中，该方法包括:获取到客户终端发送的参考文本后，对该参考文本进行解析，得到参考文本的词性序列，再通过词向量词典确定参考文本的特征向量；再根据参考文本的词性序列从文本数据库中确定出N个待召回文本；再通过词向量词典确定N个待召回文本的特征向量，并将得到的N个特征向量进行聚类处理，根据聚类处理结果从N个特征向量中确定参考特征向量集合；再根据参考特征向量集合以及参考文本的特征向量，从N个待召回文本中确定目标召回文本，通过该方法，可以提高文本召回的效率和文本召回的准确率。

 本技术公开一种考虑多因素影响的深层煤岩气压后返排油嘴优化方法，属于煤岩气开采技术领域。针对深层煤岩气开发中返排液流速控制难题，该方法通过建立基质与裂缝内渗流、井筒内两相流动模型，综合考虑煤粉、支撑剂运移及煤层割理裂缝影响，优化井口油嘴尺寸，降低煤粉堵塞裂缝概率，提高裂缝导流能力。技术方案要点包括建立多段多簇压裂‑返排模型、油嘴井筒流动模型、裂缝内支撑剂与煤粉临界流动模型，并根据储层IPR曲线优化油嘴尺寸范围，以适应地层压力变化，相比于传统方法，本发明在提高压裂改造效率和煤岩气高效开采方面具有显著优势，为深层煤岩气的科学研究和工程应用提供了创新的解决方案。

本文公开了一种自动化流程生成方法、智能体及自动化流程生成系统，涉及机器人流程自动化技术领域，方法包括:监听用户输入的自然语言；当监听到描述目标任务的自然语言时，对其进行归纳整理，得到目标任务关键信息；根据自动化流程组件知识库从自动化流程组件库中筛选与目标任务关键信息包含的操作步骤匹配的组件，得到匹配组件集合，并获得匹配组件描述信息；利用大语言模型，以目标任务关键信息以及匹配组件描述信息为依据，获取自动化流程生成指导信息；根据自动化流程生成指导信息，对匹配组件集合中的各组件进行装配，得到自动化流程。本申请公开的自动化流程生成方法可根据用户输入的描述目标任务的自然语言自动、高效地生成自动化流程。

 本文公开了一种嵌入式具身智能视觉语言大模型知识库构建及应用方法、设备、介质及产品，涉及数据智能处理领域。该方法包括采用图像编码器和文本编码器，分别将图像和文本数据编码为向量，得到图像和文本向量；融合图像向量和文本向量，并基于融合结果生成知识图谱，得到嵌入式具身智能视觉语言大模型知识库；获取用户问题，并解析用户问题得到解析结果；基于解析结果在多模态知识库中检索得到多个物体以及图检索结果；将选取的多个物体与对应的图检索结果进行合并，得到三元组信息，并将三元组信息转化为物体的位置文本描述后，输入到多模态大语言模型中，输出与用户问题对应的答案。本申请能够提高生成回答的准确性，减少幻觉现象的发生。

本技术提供一种基于大模型的垂直领域的问答方法及系统，涉及计算机技术领域，包括:增量预训练步骤：选择底座模型，收集数据并清洗数据，灌注垂直领域知识，同时混杂通用数据；垂直领域指令微调步骤：对所述数据中包含的文本数据进行拆分，生成指令集，进行过滤后交给模型训练微调，学习指令集信息；检索增强生成步骤：将用户的问题与文本数据和数据中的图片表格进行匹配，通过大模型生成答案。本发明生成的指令集更优质，且包含更多垂直领域的信息，能够更好地搜索文档，以生成更合适的回答。