本公开涉及人工智能，尤其涉及大模型、计算机视觉和深度学习等。更具体地，本公开提供了一种信息交互方法、装置、电子设备和存储介质。
背景技术：
1、随着人工智能技术的快速发展，互联网服务平台可以基于实际的业务需求来训练深度学习模型，并利用预训练的深度学习模型来帮助处理业务信息，进而提升业务服务效率。
技术实现思路
1、本公开提供了一种信息交互方法、装置、设备以及存储介质。
2、根据本公开的一方面，提供了一种信息交互方法，该方法包括：响应于接收到的对话请求，利用大语言模型对对话请求进行处理，得到针对对话请求的任务函数；通过执行任务函数调用专家模型，生成至少一个候选回复信息；利用评估模型，从候选回复信息筛选出回复信息；以及输出回复信息。
3、根据本公开的另一方面，提供了一种信息交互装置，该装置包括：任务规划模块，用于响应于接收到的对话请求，利用大语言模型对对话请求进行处理，得到针对对话请求的任务函数；生成模块，用于通过执行任务函数调用专家模型，生成至少一个候选回复信息；筛选模块，用于利用评估模型，从候选回复信息筛选出回复信息；输出模块，用于输出回复信息。
4、根据本公开的另一方面，提供了一种人工智能的智能体，被配置为执行本公开实施例提供的方法。
5、根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行根据本公开提供的方法。
6、根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，该计算机指令用于使计算机执行根据本公开提供的方法。
7、根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现根据本公开提供的方法。
8、应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
1.一种信息交互方法，包括：
2.根据权利要求1所述的方法，其中，所述利用大语言模型对所述对话请求进行处理，得到针对所述对话请求的任务函数包括：
3.根据权利要求2所述的方法，其中，所述大语言模型包括任务规划大模型，所述利用大模型处理所述对话输入信息和所述对象物料信息，以确定任务函数包括：
4.根据权利要求2所述的方法，其中，所述根据对话输入信息检索对象物料信息包括：
5.根据权利要求1所述的方法，其中，所述利用评估模型，从所述候选回复信息筛选出回复信息包括：
6.根据权利要求5所述的方法，其中，所述基于评估模型对候选回复信息的转化效果进行评估包括：
7.根据权利要求1至6中任一项所述的方法，其中，任务函数类型与专家模型类型一一对应，所述专家模型为根据任务类型预先训练得到的领域专精模型，所述专家模型包括营销专家模型、解答专家模型、推荐专家模型和通用专家模型中的至少一个。
8.根据权利要求7所述的方法，其中，在利用大语言模型对所述对话请求进行处理，得到针对所述对话请求的任务函数之前，还包括：
9.一种信息交互装置，包括：
10.根据权利要求9所述的装置，其中，所述任务规划模块包括：
11.根据权利要求10所述的装置，其中，所述大语言模型包括任务规划大模型，所述任务函数确定子模块包括：
12.根据权利要求10所述的装置，其中，所述检索子模块包括：
13.根据权利要求9所述的装置，其中，所述筛选模块包括：
14.根据权利要求13所述的装置，其中，所述评估子模块包括：
15.根据权利要求9至14中任一项所述的装置，其中，任务函数类型与专家模型类型一一对应，所述专家模型为根据任务类型预先训练得到的领域专精模型，所述专家模型包括营销专家模型、解答专家模型、推荐专家模型和通用专家模型中的至少一个。
16.根据权利要求15所述的装置，其中，还包括：
17.一种人工智能的智能体，被配置为执行根据权利要求1至8中任一项所述的方法。
18.一种电子设备，包括：
19.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1至8中任一项所述的方法。
20.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1至8中任一项所述的方法。
