本技术属于人工智能，尤其涉及一种基于大模型的任务处理方法、装置及存储介质。
背景技术：
1、随着技术的日益进步和业务的不断发展，金融自助设备在银行的应用越来越普及，用户可以在金融自助设备上进行银行业务的自助办理，无需去柜台，大大方便了人们的生活。
2、目前，用户在金融自助设备上办理银行业务时，需要银行工作人员指导用户进行指令输入。而一个工作人员通常只能同时指导一个用户，一旦有多个用户都在现场寻求帮忙，则需要工作人员奔走往返于不同的用户之间，或需要安排更多的工作人员做指导，从而导致整个业务办理流程的操作复杂，业务办理效率低。
技术实现思路
1、本技术旨在至少解决现有技术中存在的技术问题之一。为此，本技术提出一种基于大模型的任务处理方法、装置、存储介质、电子设备及计算机程序产品，能自动引导用户在金融自助设备上进行业务办理，业务办理效率高。
2、第一方面，本技术提供了一种基于大模型的任务处理方法，包括：
3、获取用户输入的语音信息；
4、利用大模型对所述语音信息进行意图识别，以确定任务类型；
5、根据所述任务类型，利用所述大模型控制虚拟数字人与所述用户进行对话，以确定任务需求信息；
6、根据所述任务需求信息和所述大模型处理相应任务。
7、在一些实施例中，当所述任务类型为知识问答类时，所述任务需求信息包括问题信息，所述根据所述任务需求信息和所述大模型处理相应任务，包括：
8、在预设的知识数据库中检索与所述问题信息相匹配的知识；
9、根据检索到的知识和提示工程，利用所述大模型生成答案信息；
10、向所述用户展示所述答案信息，以进行知识问答。
11、在一些实施例中，当所述任务类型为业务办理类时，所述任务需求信息包括填充后的业务词槽，所述根据所述任务类型，利用所述大模型控制虚拟数字人与所述用户进行对话，以确定任务需求信息，包括：
12、确定多个业务词槽；
13、利用所述大模型，根据所述业务词槽控制虚拟数字人与所述用户进行多轮对话，以引导所述用户填充所述业务词槽。
14、在一些实施例中，所述利用所述大模型，根据所述业务词槽控制虚拟数字人与所述用户进行对话，以引导所述用户填充所述业务词槽，包括：
15、利用所述大模型，确定当前业务词槽的填充流程，所述填充流程包括用户引导指令和所需调用的接口；
16、根据所述填充流程，控制虚拟数字人与所述用户进行对话，以引导所述用户填充当前业务词槽；
17、若当前业务词槽填充完成时，选取下一所述业务词槽作为当前业务词槽，并返回执行所述利用所述大模型，确定当前业务词槽的填充流程的步骤，直至所有所述业务词槽填充完成时结束对话。
18、在一些实施例中，所述根据所述任务需求信息和所述大模型处理相应任务，包括：
19、利用所述大模型，根据填充后的业务词槽和用户数据库为所述用户办理相应业务。
20、在一些实施例中，所述基于大模型的任务处理方法还包括：
21、根据所述用户的用户信息和已办理的业务信息，利用所述大模型生成推荐信息；
22、通过所述虚拟数字人向所述用户展示所述推荐信息。
23、在一些实施例中，所述基于大模型的任务处理方法还包括：
24、获取行业知识样本集、多任务指令样本集和引导学习样本集；
25、利用所述行业知识样本集对所述大模型进行预训练；
26、利用所述多任务指令样本集对预训练后的所述大模型进行微调训练；
27、利用所述引导学习样本集对微调训练后的所述大模型进行强化学习训练。
28、在一些实施例中，所述多任务指令样本集包括意图识别指令样本集、词槽填充指令样本集和对话追踪指令样本集，所述利用所述多任务指令样本集对预训练后的所述大模型进行微调训练，包括：
29、通过预设损失函数，利用所述意图识别指令样本集、所述词槽填充指令样本集和所述对话追踪指令样本集对预训练后的所述大模型进行多任务联合训练，所述预设损失函数包括意图识别任务的损失函数、词槽填充任务的损失函数和对话状态追踪任务的损失函数。
30、第二方面，本技术提供了一种基于大模型的任务处理装置，包括：
31、获取模块，用于获取用户输入的语音信息；
32、识别模块，用于利用大模型对所述语音信息进行意图识别，以确定任务类型；
33、对话模块，用于根据所述任务类型，利用所述大模型控制虚拟数字人与所述用户进行对话，以确定任务需求信息；
34、执行模块，用于根据所述任务需求信息和所述大模型处理相应任务。
35、在一些实施例中，当所述任务类型为知识问答类时，所述任务需求信息包括问题信息，所述执行模块具体用于：
36、在预设的知识数据库中检索与所述问题信息相匹配的知识；
37、根据检索到的知识和提示工程，利用所述大模型生成答案信息；
38、向所述用户展示所述答案信息，以进行知识问答。
39、在一些实施例中，当所述任务类型为业务办理类时，所述业务需求信息包括填充后的业务词槽，所述对话模块具体用于：
40、确定多个业务词槽；
41、利用所述大模型，根据所述业务词槽控制虚拟数字人与所述用户进行多轮对话，以引导所述用户填充所述业务词槽。
42、在一些实施例中，所述对话模块具体用于：
43、利用所述大模型，确定当前业务词槽的填充流程，所述填充流程包括用户引导指令和所需调用的接口；
44、根据所述填充流程，控制虚拟数字人与所述用户进行对话，以引导所述用户填充当前业务词槽；
45、若当前业务词槽填充完成时，选取下一所述业务词槽作为当前业务词槽，并返回执行所述利用所述大模型，确定当前业务词槽的填充流程的步骤，直至所有所述业务词槽填充完成时结束对话。
46、在一些实施例中，所述执行模块具体用于：
47、利用所述大模型，根据填充后的业务词槽和用户数据库为所述用户办理相应业务。
48、在一些实施例中，所述执行模块还用于：
49、根据所述用户的用户信息和已办理的业务信息，利用所述大模型生成推荐信息；
50、通过所述虚拟数字人向所述用户展示所述推荐信息。
51、在一些实施例中，所述基于大模型的任务处理装置还包括训练模块，用于：
52、获取行业知识样本集、多任务指令样本集和引导学习样本集；
53、利用所述行业知识样本集对所述大模型进行预训练；
54、利用所述多任务指令样本集对预训练后的所述大模型进行微调训练；
55、利用所述引导学习样本集对微调训练后的所述大模型进行强化学习训练。
56、在一些实施例中，所述多任务指令样本集包括意图识别指令样本集、词槽填充指令样本集和对话追踪指令样本集，所述训练模块具体用于：
57、通过预设损失函数，利用所述意图识别指令样本集、所述词槽填充指令样本集和所述对话追踪指令样本集对预训练后的所述大模型进行多任务联合训练，所述预设损失函数包括意图识别任务的损失函数、词槽填充任务的损失函数和对话状态追踪任务的损失函数。
58、第三方面，本技术提供了一种非暂态计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的基于大模型的任务处理方法。
59、第四方面，本技术提供了一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现上述任一项所述的基于大模型的任务处理方法。
60、第五方面，本技术提供了一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的基于大模型的任务处理方法。
61、本技术实施例提供的基于大模型的任务处理方法、装置、存储介质、电子设备及计算机程序产品，通过获取用户输入的语音信息；利用大模型对语音信息进行意图识别，以确定任务类型；根据任务类型，利用大模型控制虚拟数字人与用户进行对话，以确定任务需求信息；根据任务需求信息和大模型处理相应任务，也即基于大模型和虚拟数字人，通过对话方式执行各种用户任务，从而不仅能自动引导用户在金融自助设备上进行业务办理，无需安排工作人员进行任务引导，也无需人工编写业务办理程序，有效降低了人力成本，提高了业务办理效率和灵活性，且适用于各种复杂的任务场景，能较好地应对业务的实时更新和扩展。
1.一种基于大模型的任务处理方法，其特征在于，包括：
2.根据权利要求1所述的基于大模型的任务处理方法，其特征在于，当所述任务类型为知识问答类时，所述任务需求信息包括问题信息，所述根据所述任务需求信息和所述大模型处理相应任务，包括：
3.根据权利要求1所述的基于大模型的任务处理方法，其特征在于，当所述任务类型为业务办理类时，所述任务需求信息包括填充后的业务词槽，所述根据所述任务类型，利用所述大模型控制虚拟数字人与所述用户进行对话，以确定任务需求信息，包括：
4.根据权利要求3所述的基于大模型的任务处理方法，其特征在于，所述利用所述大模型，根据所述业务词槽控制虚拟数字人与所述用户进行多轮对话，以引导所述用户填充所述业务词槽，包括：
5.根据权利要求3所述的基于大模型的任务处理方法，其特征在于，所述根据所述任务需求信息和所述大模型处理相应任务，包括：
6.根据权利要求1-5中任一项所述的基于大模型的任务处理方法，其特征在于，所述基于大模型的任务处理方法还包括：
7.一种基于大模型的任务处理装置，其特征在于，包括：
8.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-6中任一项所述的基于大模型的任务处理方法。
9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-6中任一项所述的基于大模型的任务处理方法。
10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-6所述的基于大模型的任务处理方法。
