買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉廈門淵亭信息科技有限公司;湖南淵亭智能科技有限公司申請的專利一種大模型訓(xùn)練數(shù)據(jù)合成方法、系統(tǒng)、設(shè)備及存儲介質(zhì)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN120409710B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-09-02發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202510907023.9，技術(shù)領(lǐng)域涉及：G06N5/04；該發(fā)明授權(quán)一種大模型訓(xùn)練數(shù)據(jù)合成方法、系統(tǒng)、設(shè)備及存儲介質(zhì)是由黃在斌;錢智毅設(shè)計研發(fā)完成，并于2025-07-02向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種大模型訓(xùn)練數(shù)據(jù)合成方法、系統(tǒng)、設(shè)備及存儲介質(zhì)在說明書摘要公布了：本發(fā)明提出了一種大模型訓(xùn)練數(shù)據(jù)合成方法、系統(tǒng)、設(shè)備及存儲介質(zhì)，包括：對原始軍事語料數(shù)據(jù)進行預(yù)處理，使用預(yù)訓(xùn)練語言模型生成語義向量，通過聚類分析將語義向量劃分為多個主題簇，提取各主題簇的關(guān)鍵詞及代表樣本，形成主題本體庫；基于主題相似度矩陣選取關(guān)聯(lián)主題對，通過預(yù)定義模板生成合成樣本；通過提示詞指令控制合成樣本的語言風(fēng)格，生成風(fēng)格化樣本；劃分風(fēng)格化樣本的難度等級，獲得分級樣本；對分級樣本進行多維度質(zhì)量評估與篩選，獲得篩選樣本；將篩選樣本用于訓(xùn)練大語言模型，根據(jù)大語言模型在各主題任務(wù)的性能表現(xiàn)，調(diào)整主題權(quán)重、更新合成策略和優(yōu)化樣本結(jié)構(gòu)。本發(fā)明能為大模型訓(xùn)練提供高質(zhì)量、多樣化的訓(xùn)練數(shù)據(jù)。

本發(fā)明授權(quán)一種大模型訓(xùn)練數(shù)據(jù)合成方法、系統(tǒng)、設(shè)備及存儲介質(zhì)在權(quán)利要求書中公布了：1.一種大模型訓(xùn)練數(shù)據(jù)合成方法，其特征在于，包括以下步驟： S1、從多源渠道采集原始軍事語料數(shù)據(jù)，對所述原始軍事語料數(shù)據(jù)進行清洗、標(biāo)準(zhǔn)化處理、去重與結(jié)構(gòu)化轉(zhuǎn)換，形成基礎(chǔ)軍事語料數(shù)據(jù)； S2、使用預(yù)訓(xùn)練語言模型生成所述基礎(chǔ)軍事語料數(shù)據(jù)的語義向量，通過聚類分析將所述語義向量劃分為多個主題簇，所述主題簇包括：作戰(zhàn)指揮、武器裝備、戰(zhàn)術(shù)戰(zhàn)法、后勤保障和電子對抗，提取各主題簇的關(guān)鍵詞及代表樣本，形成主題本體庫，具體包括以下子步驟： S21、使用BERT模型將所述基礎(chǔ)軍事語料數(shù)據(jù)的每個文本si編碼為固定維度向量，并使用平均池化方式輸出整段文本的語義向量； S22、對所述語義向量進行K-Means聚類分析，獲得聚類結(jié)果； S23、基于所述聚類結(jié)果構(gòu)建所述主題本體庫，包括：以聚類中心向量表征主題語義特征；通過TF-IDF算法提取各主題簇的關(guān)鍵詞；選取距離簇中心最近的N個樣本作為代表樣本，N表示大于0的自然數(shù)； 對所述主題本體庫中的代表樣本進行語義重寫、句式重構(gòu)或上下文補全，生成擴展樣本，并將所述擴展樣本加入所述主題本體庫的代表樣本； S3、基于所述主題本體庫的主題相似度矩陣選取關(guān)聯(lián)主題對，通過預(yù)定義模板生成融合多主題上下文的合成樣本，具體包括以下子步驟： S31、基于主題相似度矩陣計算值，選取相似度高于設(shè)定閾值的關(guān)聯(lián)主題對； S32、為每個所述關(guān)聯(lián)主題對設(shè)計結(jié)構(gòu)化融合的預(yù)定義模板，所述預(yù)定義模板包括：設(shè)定交集話題邏輯連接結(jié)構(gòu)和構(gòu)造問題模板； S33、調(diào)用Qwen模型對所述關(guān)聯(lián)主題對應(yīng)用所述預(yù)定義模板生成合成樣本； S4、通過提示詞指令控制所述合成樣本的語言風(fēng)格，生成風(fēng)格化樣本，包括：通俗表達樣本、正式命令體樣本；基于文本長度、結(jié)構(gòu)復(fù)雜度、詞匯難度及推理步驟數(shù)劃分所述風(fēng)格化樣本的難度等級，獲得分級樣本； S5、對所述分級樣本進行多維度質(zhì)量評估與篩選，獲得篩選樣本； S6、將所述篩選樣本用于訓(xùn)練大語言模型，根據(jù)所述大語言模型在各主題任務(wù)的性能表現(xiàn)，調(diào)整主題權(quán)重、更新合成策略和優(yōu)化樣本結(jié)構(gòu)。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人廈門淵亭信息科技有限公司;湖南淵亭智能科技有限公司，其通訊地址為：361000 福建省廈門市軟件園二期望海路61號801單元N8-01；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。