本公開涉及人工智能，尤其涉及大模型、計算機視覺和深度學習等，具體涉及基于大模型的搜索方法、裝置、電子設備、智能體以及存儲介質(zhì)。

背景技術：

1、隨著計算機技術和網(wǎng)絡技術的發(fā)展，神經(jīng)網(wǎng)絡模型被廣泛應用于多種場景。例如，搜索引擎產(chǎn)品可以利用大語言模型（large?language?model，llm）輸出滿足用戶多種搜索需求的搜索結(jié)果。但是，目前大模型的輸出數(shù)據(jù)樣式單一，無法清晰準確地向用戶展示搜索結(jié)果。

技術實現(xiàn)思路

1、本公開提供了一種基于大模型的搜索方法、裝置、智能體、電子設備以及存儲介質(zhì)。

2、根據(jù)本公開的一方面，提供了一種基于大模型的搜索方法，包括：響應于接收到的搜索請求，確定搜索請求指示的搜索意圖；利用大模型針對搜索意圖進行內(nèi)容搜索，得到多個輸出數(shù)據(jù)，多個輸出數(shù)據(jù)中的至少一個輸出數(shù)據(jù)是以指定語言描述的；以及渲染多個輸出數(shù)據(jù)，得到第一搜索結(jié)果，其中由指定語言描述的輸出數(shù)據(jù)的渲染效果與多個輸出數(shù)據(jù)中剩余輸出數(shù)據(jù)的渲染效果不同。

3、根據(jù)本公開的另一方面，提供了一種數(shù)據(jù)展示方法，包括：響應于接收到數(shù)據(jù)查詢請求，發(fā)送搜索請求；以及響應于獲取到響應搜索請求生成的第一搜索結(jié)果，展示第一搜索結(jié)果；其中，第一搜索結(jié)果是采用本公開實施例提供的搜索方法生成的。

4、根據(jù)本公開的另一方面，提供了一種基于大模型的搜索裝置，包括：第一確定模塊，用于響應于接收到的搜索請求，確定搜索請求指示的搜索意圖；搜索模塊，用于利用大模型針對搜索意圖進行內(nèi)容搜索，得到多個輸出數(shù)據(jù)，多個輸出數(shù)據(jù)中的至少一個輸出數(shù)據(jù)是以指定語言描述的；以及渲染模塊，用于渲染多個輸出數(shù)據(jù)，得到第一搜索結(jié)果，其中由指定語言描述的輸出數(shù)據(jù)的渲染效果與多個輸出數(shù)據(jù)中剩余輸出數(shù)據(jù)的渲染效果不同。

5、根據(jù)本公開的另一方面，提供了一種數(shù)據(jù)展示裝置，包括：發(fā)送模塊，用于響應于接收到數(shù)據(jù)查詢請求，發(fā)送搜索請求；以及展示模塊，用于響應于獲取到響應搜索請求生成的第一搜索結(jié)果，展示第一搜索結(jié)果；其中，第一搜索結(jié)果是采用本公開實施例提供的搜索裝置生成的。

6、根據(jù)本公開的另一方面，提供了一種人工智能的智能體，被配置為執(zhí)行本公開實施例提供的方法。

7、根據(jù)本公開的另一方面，提供了一種電子設備，包括：至少一個處理器；以及與所述至少一個處理器通信連接的存儲器；其中，所述存儲器存儲有可被所述至少一個處理器執(zhí)行的指令，所述指令被所述至少一個處理器執(zhí)行，以使所述至少一個處理器能夠執(zhí)行如上所述的方法。

8、根據(jù)本公開的另一方面，提供了一種存儲有計算機指令的非瞬時計算機可讀存儲介質(zhì)，其中，所述計算機指令用于使所述計算機執(zhí)行如上所述的方法。

9、根據(jù)本公開的另一方面，提供了一種計算機程序產(chǎn)品，包括計算機程序，所述計算機程序在被處理器執(zhí)行時實現(xiàn)如上所述的方法。

10、應當理解，本部分所描述的內(nèi)容并非旨在標識本公開的實施例的關鍵或重要特征，也不用于限制本公開的范圍。本公開的其它特征將通過以下的說明書而變得容易理解。

技術特征：

1.一種基于大模型的搜索方法，包括：

2.根據(jù)權(quán)利要求1所述的方法，還包括：

3.根據(jù)權(quán)利要求2所述的方法，其中，所述利用所述大模型基于所述更新意圖對所述第一搜索結(jié)果進行更新，得到第二搜索結(jié)果，包括：

4.根據(jù)權(quán)利要求2所述的方法，其中，所述利用所述大模型基于所述更新意圖對所述第一搜索結(jié)果進行更新，得到第二搜索結(jié)果，包括：

5.根據(jù)權(quán)利要求2所述的方法，其中，所述利用所述大模型基于所述更新意圖對所述第一搜索結(jié)果進行更新，得到第二搜索結(jié)果，包括：

6.根據(jù)權(quán)利要求1所述的方法，其中，所述渲染所述多個輸出數(shù)據(jù)，得到第一搜索結(jié)果，包括：

7.根據(jù)權(quán)利要求1所述的方法，其中，所述利用大模型針對所述搜索意圖進行內(nèi)容搜索，得到多個輸出數(shù)據(jù)，包括：

8.根據(jù)權(quán)利要求1所述的方法，其中，所述利用大模型針對所述搜索意圖進行內(nèi)容搜索，得到多個輸出數(shù)據(jù)，包括：

9.根據(jù)權(quán)利要求1所述的方法，其中，所述渲染所述多個輸出數(shù)據(jù)，得到第一搜索結(jié)果，包括：

10.一種數(shù)據(jù)展示方法，包括：

11.一種基于大模型的搜索裝置，包括：

12.根據(jù)權(quán)利要求11所述的裝置，所述裝置還包括：

13.根據(jù)權(quán)利要求12所述的裝置，其中，所述更新模塊包括：

14.根據(jù)權(quán)利要求12所述的裝置，其中，所述更新模塊包括：

15.根據(jù)權(quán)利要求12所述的裝置，其中，所述更新模塊包括：

16.根據(jù)權(quán)利要求11所述的裝置，所述渲染模塊包括：

17.根據(jù)權(quán)利要求11所述的裝置，其中，所述搜索模塊包括：

18.根據(jù)權(quán)利要求11所述的裝置，其中，所述搜索模塊包括：

19.根據(jù)權(quán)利要求11所述的裝置，其中，所述渲染模塊包括：

20.一種數(shù)據(jù)展示裝置，包括：

21.一種人工智能的智能體，被配置為執(zhí)行根據(jù)權(quán)利要求1~10中任一項所述的方法。

22.一種電子設備，包括：

23.一種存儲有計算機指令的非瞬時計算機可讀存儲介質(zhì)，其中，所述計算機指令用于使所述計算機執(zhí)行根據(jù)權(quán)利要求1~10中任一項所述的方法。

24.一種計算機程序產(chǎn)品，包括計算機程序，所述計算機程序在被處理器執(zhí)行時實現(xiàn)根據(jù)權(quán)利要求1~10中任一項所述的方法。

技術總結(jié)
本公開提供了一種基于大模型的搜索方法、裝置、電子設備以及存儲介質(zhì)，涉及人工智能技術領域，尤其涉及大模型、計算機視覺和深度學習等技術領域。該基于大模型的搜索方法包括：響應于接收到的搜索請求，確定搜索請求指示的搜索意圖；利用大模型針對搜索意圖進行內(nèi)容搜索，得到多個輸出數(shù)據(jù)，多個輸出數(shù)據(jù)中的至少一個輸出數(shù)據(jù)是以指定語言描述的；以及渲染多個輸出數(shù)據(jù)，得到第一搜索結(jié)果，其中由指定語言描述的輸出數(shù)據(jù)的渲染效果與多個輸出數(shù)據(jù)中剩余輸出數(shù)據(jù)的渲染效果不同。

技術研發(fā)人員：鄧思敏,陳大遠,姜景馨,黃正熹,喬冠宇,陳仁松,張靜媛,王其征,鄧智,相平凡,王紅海,呂薇,陳天增,劉景,楊友存
受保護的技術使用者：百度在線網(wǎng)絡技術(北京)有限公司
技術研發(fā)日：
技術公布日：2024/12/26