検索に戻る
案件記録
一种面向代码智能体的学习训练方法和相关设备
発明不明
10請求項 · 5 独立
§ Ⅰ
案件概要
発明者
王子涵; 王超; 宋双永; 李永翔
出願日
Aug 7, 2026
公開日
Oct 16, 2026
IPC分類
G06N 3/092 (2023.01)G06N 3/09 (2023.01)G06F 21/53 (2013.01)G06F 40/194 (2020.01)G06F 18/22 (2023.01)G06F 8/33 (2018.01)
本申请实施例提供了一种面向代码智能体的学习训练方法和相关设备,属于人工智能技术领域。该方法包括:构造训练样本;对训练样本的步骤位置难度和预测跨度难度进行加权组合得到联合难度函数;基于初始温度和当前训练步数确定当前温度,基于当前温度确定训练样本的训练阶段;线性融合文本相似度奖励与功能等价性奖励形成多步前瞻混合奖励;基于组相对策略优化,采用训练样本的训练阶段和多步前瞻混合奖励更新大语言模型;将当前训练步数加一,迭代大语言模型得到训练完成的大语言模型,训练完成的大语言模型用于部署至代码智能体。本申请实施例能够提升代码智能体强化学习训练的信号质量、学习训练效率与数据利用率。
ログインして全文を読む
請求項 1 を表示しています。無料登録で全 10 項の請求項、明細書全文、全図面、翻訳、法的状態を閲覧できます。
- 全請求項
- 技術分野
- 背景技術
- 発明の概要
- 図面の説明
- 発明を実施するための形態
外部リソース