买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京理工大学

摘要：本发明公开的一种基于大语言模型多智能体机制的面试系统构建方法，属于人工智能对话系统领域。本发明实现方法为：生成面试领域提示‑问题对种子数据集。基于ChatGPT的种子数据集循环增强，形成更新后的种子数据集；迭代n次后得到训练数据集。对面试官模型进行训练，使面试官模型具有面试问题生成能力。设计决定面试提问顺序的角色智能体。设计生成发文标准的环境智能体。设计存储问答并作出决策的记忆智能体。对设计好的面试系统进行测试。对面试系统获得的面试记录进行对比评价，得到评价结果。面试系统通过使用大语言模型和多智能体机制，实现面试问题流畅自然生成，并且通过面试者的回答，交互式生成更为自然和具有逻辑性的面试问题。

主权项：1.一种基于大语言模型多智能体机制的面试系统构建方法，其特征在于：包括如下步骤，步骤一：面试官模型的训练；步骤1.1：生成面试领域提示-问题对种子数据集；根据面试模块，调研相关资料，生成该模块的种子数据集，数据集形式为提示-面试问题，以供后续大语言模型的训练；步骤1.2：基于ChatGPT的种子数据集循环增强，形成更新后的种子数据集；迭代n次后得到训练数据集，将其分为训练集和测试集；使用步骤1.1的种子数据集输入到ChatGPT中，生成新的数据样本；对生成的新的数据样本进行去重处理，以确保新数据的独特性；将去重后的数据样本合并到步骤1.1的种子数据集中，形成更新后的种子数据集；迭代n次后得到训练数据集，将其分为训练集和测试集；步骤1.3：使用步骤1.2得到的训练数据集对面试官模型进行训练，使面试官模型具有面试问题生成能力；将步骤1.2得到的训练集输入到大语言模型模型中进行训练；在训练过程中，根据批次大小和迭代次数来控制训练速度和效果，训练得到面试官模型；保存面试官模型参数和优化器状态，以备后续测试和应用；步骤1.4：使用步骤1.3构建好的面试官模型测试面试问题生成能力；将测试集数据输入到步骤1.3的面试官模型中，得到相应的问题生成结果；同时，计算文本生成质量，以评估面试官模型的性能表现；选择文本生成质量满足预设要求的面试官模型作为通过测试的面试官模型；步骤二：设计面试系统中的多智能体；步骤2.1：设计决定面试提问顺序的角色智能体；面试系统分为一级维度和二级维度，一级维度为当前需要面试的模块，而二级维度则是每个模块的侧重点；角色智能体以生成随机数的方式决定一级维度和二级维度的顺序，以保证模拟真实面试中问题出现的随机性；步骤2.2：设计生成发文标准的环境智能体；环境智能体接受当前环境，即角色智能体输出的一级维度和二级维度的顺序为输入提示，输出当前环境发问结束，即信息收集充足的标准；步骤2.3：设计存储问答并作出决策的记忆智能体；使用步骤一得到的面试官模型与面试者进行面试，记忆智能体存储当前面试的所有过程记录，根据当前环境以及环境智能体生成的标准，判断面试者的回答是否包含充足信息，若是，则根据角色智能体的输出跳转到下一个环境进行提问，如不是，则根据当前环境中的问题继续提问，直到收集到足够信息为止，即实现面试系统构建。

全文数据：

权利要求：

百度查询： 北京理工大学 一种基于大语言模型多智能体机制的面试系统构建方法