北京百度網訊科技有限公司柴業坤獲國家專利權
買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！
龍圖騰網獲悉北京百度網訊科技有限公司申請的專利語言模型訓練方法、獎勵模型訓練方法、裝置及電子設備獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN117273117B 。
龍圖騰網通過國家知識產權局官網在2025-08-22發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202311281419.4，技術領域涉及：G06N3/092；該發明授權語言模型訓練方法、獎勵模型訓練方法、裝置及電子設備是由柴業坤;王碩寰;孫宇設計研發完成，并于2023-09-28向國家知識產權局提交的專利申請。
本語言模型訓練方法、獎勵模型訓練方法、裝置及電子設備在說明書摘要公布了：本公開提供了語言模型訓練方法、獎勵模型訓練方法、裝置及電子設備，涉及人工智能技術領域，具體為深度學習、自然語言處理、大模型等技術領域，可應用于基于人工智能的交互場景。具體實現方案為：獲取語言模型基于目標問題所生成的回復；根據目標問題，調用目標工具，得到目標問題的參考信息，參考信息是基于目標工具的返回數據確定；根據目標問題的參考信息，對回復生成目標評價信息；根據目標評價信息，在強化學習階段對語言模型進行模型參數調整。通過目標工具得到的參考信息中包含與目標問題的期望回復相關的信息，基于參考信息可以對回復進行準確客觀地評價，因此，根據目標評價信息對語言模型進行模型參數調整可以提升語言模型的訓練效果。
本發明授權語言模型訓練方法、獎勵模型訓練方法、裝置及電子設備在權利要求書中公布了：1.一種語言模型訓練方法，包括： 獲取語言模型基于目標問題所生成的回復； 根據所述目標問題，調用目標工具，得到所述目標問題的參考信息，所述參考信息是基于所述目標工具的返回數據確定； 根據所述目標問題的所述參考信息，對所述回復生成目標評價信息； 根據所述目標評價信息構建第一損失函數，基于所述第一損失函數在強化學習階段對所述語言模型進行模型參數調整； 其中，目標評價信息包括打分，在所述打分和差異呈負相關關系的情況下，所述打分和所述第一損失函數的損失值呈負相關關系，所述打分越高，差異越小，所述第一損失函數的損失值越小；所述打分越低，差異越大，所述第一損失函數的損失值越大。
如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人北京百度網訊科技有限公司，其通訊地址為：100085 北京市海淀區上地十街10號百度大廈二層；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
免責聲明
1、本報告根據公開、合法渠道獲得相關數據和信息，力求客觀、公正，但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解，僅供參考使用，不能作為本公司承擔任何法律責任的依據或者憑證。
1、本報告根據公開、合法渠道獲得相關數據和信息，力求客觀、公正，但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解，僅供參考使用，不能作為本公司承擔任何法律責任的依據或者憑證。
開放平臺
擔保交易
惠及多方
會員特惠
專屬平臺
適合多方
數據共享
功能齊全
皖公網安備 34010402703815號