海鹽縣南北湖醫學人工智能研究院;提示詞科技(杭州)有限責任公司張逸倫獲國家專利權
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！
龍圖騰網獲悉海鹽縣南北湖醫學人工智能研究院;提示詞科技(杭州)有限責任公司申請的專利基于多模態反饋與強化學習的大語言模型優化方法和裝置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：CN120386849B 。
龍圖騰網通過國家知識產權局官網在2025-09-12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：202510885917.2，技術領域涉及：G06F16/3329；該發明授權基于多模態反饋與強化學習的大語言模型優化方法和裝置是由張逸倫設計研發完成，并于2025-06-30向國家知識產權局提交的專利申請。
本基于多模態反饋與強化學習的大語言模型優化方法和裝置在說明書摘要公布了：本公開的實施例公開了基于多模態反饋與強化學習的大語言模型優化方法和裝置。該方法的一具體實施方式包括：獲取答復信息集和頁面反饋集；去除異常答復信息，得到正常答復信息集；確定每個正常答復信息對應的滿意信息；生成第一反饋數據集；篩選出目標答復信息集；對于每個目標答復信息，執行數據生成步驟：將對應初始答復信息作為錨樣本，對應答復質量高于錨樣本的答復內容作為正樣本，對應答復質量低于錨樣本的答復內容作為負樣本；生成第二反饋數據；對大語言模型進行模型訓練。該實施方式通過頁面反饋的多模態信息和大語言模型多輪輸出的表現情況，可以高效地對大語言模型進行訓練，得到輸出更為精準的大語言模型。
本發明授權基于多模態反饋與強化學習的大語言模型優化方法和裝置在權利要求書中公布了：1.一種基于多模態反饋與強化學習的大語言模型優化方法，其特征在于，包括： 獲取大語言模型輸出的答復信息集和設備收集的頁面反饋集； 利用目標聚類算法，去除所述答復信息集中的異常答復信息，得到正常答復信息集； 根據所述正常答復信息集對應的頁面反饋子集，確定每個正常答復信息對應的滿意信息，得到滿意信息集； 根據所述滿意信息集和正常答復信息集，生成第一反饋數據集； 從所述正常答復信息集中篩選出對應答復內容存在多輪答復的目標答復信息，得到目標答復信息集； 對于每個目標答復信息，執行數據生成步驟： 將所述目標答復信息對應初始答復信息確定為錨樣本，多輪答復中對應答復質量高于錨樣本的答復內容確定為正樣本，多輪答復中對應答復質量低于錨樣本的答復內容確定為負樣本； 生成所述錨樣本、正樣本集和負樣本集的第二反饋數據集； 根據所述第一反饋數據集和第二反饋數據集，對所述大語言模型進行模型訓練，得到訓練后大語言模型。
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海鹽縣南北湖醫學人工智能研究院;提示詞科技(杭州)有限責任公司，其通訊地址為：314399 浙江省嘉興市海鹽縣武原街道謝家路1479號7樓；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