慧云智策科技（苏州）有限公司

本申请涉及面向垂直领域数据挖掘的大模型机密微调方法及系统。所述方法包括：获取大模型中待微调的权重矩阵的低秩分解参数和同态加密全局参数集；计算得到输出侧矩阵和输入侧矩阵的密文乘法噪声放大系数；基于密文乘法噪声放大系数分别为输出侧矩阵和输入侧矩阵分配噪声预算值；基于各自噪声预算值分别对输出侧矩阵和输入侧矩阵进行同态加密，得到对应的密文矩阵数据；对两个密文矩阵数据进行密文域乘法运算，得到增量矩阵密文数据以完成大模型参数微调。采用本方法能够在保证微调效果的前提下实现全链路机密性保护，有效防止模型参数和训练数据在计算过程中的泄露。

本申请涉及一种基于机密计算的大模型安全增量学习与持续挖掘方法及系统。所述方法包括：在可信执行环境中获取并解密加密增量数据流，通过大模型前向推理生成注意力热力图与预测置信度分布，构建挖掘意图指令；根据注意力引导的频繁模式挖掘算法挖掘得到候选模式集，经验证筛选出高价值模式并完成知识晶化，封装为携带安全知识承诺的知识晶体；通过结构化嫁接将知识晶体接入模型知识适配器网络，并对历史知识晶体进行新鲜度评估，淘汰低效老旧知识，完成模型增量更新。本申请根据机密计算实现全流程数据安全，精准挖掘增量数据有效知识，动态迭代模型知识体系，有效提升大模型增量学习的安全性和精准性。