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！

龍圖騰網獲悉哈爾濱工業大學(深圳)(哈爾濱工業大學深圳科技創新研究院)申請的專利一種基于大模型的多智能體問答交互效率和性能優化方法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：CN119849644B 。

龍圖騰網通過國家知識產權局官網在2025-08-26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：202510333136.2，技術領域涉及：G06N5/04；該發明授權一種基于大模型的多智能體問答交互效率和性能優化方法是由劉學博;王哲軒;王雨桐;張民設計研發完成，并于2025-03-20向國家知識產權局提交的專利申請。

本一種基于大模型的多智能體問答交互效率和性能優化方法在說明書摘要公布了：本發明提供一種基于大模型的多智能體問答交互效率和性能優化方法及裝置，涉及多智能體交互技術領域。該方法包括：基于多智能體，根據訓練問答任務構建第一通信圖以及第一圖權重模型；基于第一預設輪次，根據訓練數據以及第一通信圖，使用無偏策略梯度估計方法對第一圖權重模型進行第一階段優化訓練，獲得第二圖權重模型以及第二通信圖；基于第二預設輪次，使用訓練數據以及第二通信圖，使用無偏策略梯度估計方法對第二圖權重模型進行第二階段優化訓練，獲得第三圖權重模型；根據實際問答任務，使用第三圖權重模型進行問答推理，獲得實際問答推理結果。本發明是一種基于多智能體角色的效率高且魯棒性好的多智能體問答交互效率和性能優化方法。

本發明授權一種基于大模型的多智能體問答交互效率和性能優化方法在權利要求書中公布了：1.一種基于大模型的多智能體問答交互效率和性能優化方法，其特征在于，所述方法包括： 獲取訓練問答任務以及訓練數據；基于多智能體，根據訓練問答任務構建第一通信圖以及第一圖權重模型； 基于第一預設輪次，根據訓練數據以及第一通信圖，使用無偏策略梯度估計方法對第一圖權重模型進行第一階段優化訓練，獲得第二圖權重模型以及第二通信圖，包括： 使用DAGSample算法，根據第一圖權重模型，對第一通信圖進行重采樣，并構建第一輪內圖權重模型； 根據第一輪內圖權重模型的模型參數，對第一通信圖的條件采樣概率進行計算，得到第一條件采樣概率； 基于第一優化目標函數以及第一條件采樣概率，根據訓練數據，對第一輪內圖權重模型進行第一預設輪次訓練，獲得第一梯度估計； 根據第一梯度估計，使用梯度上升法對第一輪內圖權重模型進行優化，獲得第二輪內圖權重模型； 基于TopkNodes函數，根據第二輪內圖權重模型的模型參數進行計算，得到角色節點度集合； 根據角色節點度集合，篩選出第二輪內圖權重模型中角色節點度最小的前k個節點，獲得丟棄節點集合； 根據丟棄節點集合，對第一圖權重模型進行優化，獲得第二圖權重模型以及第二通信圖； 基于第二預設輪次，使用訓練數據以及第二通信圖，使用無偏策略梯度估計方法對第二圖權重模型進行第二階段優化訓練，獲得第三圖權重模型，包括： 使用DAGSample算法，根據第二圖權重模型，對第二通信圖進行重采樣，并構建第二輪內圖權重模型以及第二輪間圖權重模型； 基于第二輪內圖權重模型以及第二輪間圖權重模型，根據訓練數據以及第二通信圖，對第二輪內圖權重模型進行第二預設輪次訓練，獲得第三輪內圖權重模型； 基于TopkEdges函數，根據第三輪內圖權重模型的模型參數進行計算，得到邊通信效率集合； 根據邊通信效率集合，篩選出第三輪內圖權重模型中邊效率最低的前k個邊，獲得丟棄邊集合； 根據丟棄邊集合，對第二圖權重模型進行優化，獲得第三圖權重模型； 獲取實際問答任務；根據實際問答任務，使用第三圖權重模型進行問答推理，獲得實際問答推理結果。

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哈爾濱工業大學(深圳)(哈爾濱工業大學深圳科技創新研究院)，其通訊地址為：518000 廣東省深圳市南山區桃源街道深圳大學城哈爾濱工業大學校區；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”。