検索に戻る
案件記録

一种大语言模型分布保持训练方法、装置及存储介质

発明不明
10請求項 · 3 独立
§ Ⅰ

案件概要

発明者

梁天新; 吴欢; 朱钦; 孙洪静; 吴天斌

出願日

Jul 30, 2026

公開日

Oct 20, 2026

IPC分類

G06N 3/096 (2023.01)G06N 3/082 (2023.01)G06N 3/045 (2023.01)G06N 5/04 (2023.01)

本发明涉及一种大语言模型分布保持训练方法、装置及存储介质,应用于人工智能技术领域,包括:通过获取原始基座模型后,直接在基座模型的基础上,采用组相对策略优化GRPO训练框架对基座模型进行全参数训练,不以SFT模型为起点,避免了SFT模型冷启动的同时,还避免了模型过度贴合目标训练集,损失基座模型原有的语言分布、知识组织方式和泛化能力的问题;本申请还通过对业务任务样本进行结构化处理,使得模型充分理解并正确读取输入样本,提供同一输入下的多条候选响应,降低输出分布过早收缩的风险。

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