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！

龍圖騰網獲悉杭州君同未來科技有限責任公司申請的專利基于親屬關系與文本特征匹配的模型版權保護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：CN120257271B 。

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：202510737612.7，技術領域涉及：G06F21/55；該發明授權基于親屬關系與文本特征匹配的模型版權保護方法和裝置是由韓蒙;徐振華;田笑寧;曾文珺;邢文鵬;楊波;李榮昌設計研發完成，并于2025-06-04向國家知識產權局提交的專利申請。

本基于親屬關系與文本特征匹配的模型版權保護方法和裝置在說明書摘要公布了：本發明公開了一種基于親屬關系與文本特征匹配的模型版權保護方法和裝置，屬于人工智能安全技術領域，包括：基于成員屬性向量和親屬關系圖構建包含自然語言描述實例的指紋數據集并用于對目標模型進行訓練；將自然語言描述實例劃分為上半段指紋啟動文本和下半段評估目標文本，將上半段指紋啟動文本輸入可疑模型得到下半段預測文本，通過對下半段預測文本和下半段評估目標文本進行相似度比較來實現所有權初步驗證；進一步基于可疑模型對上半段指紋啟動文本和上半段非指紋啟動文本的響應計算文本檢索率指標和AUC指標以實現所有權最終確認。本發明通過提高大模型指紋技術的精準度、魯棒性和適用性，實現了針對大語言模型所有權驗證的高效解決方案。

本發明授權基于親屬關系與文本特征匹配的模型版權保護方法和裝置在權利要求書中公布了：1.一種基于親屬關系與文本特征匹配的模型版權保護方法，其特征在于，包括以下步驟： 構建包括個人屬性、人格特質、習慣偏好和親屬關系的多維度的成員屬性向量，基于各成員及其親屬關系構建親屬關系圖； 基于每個成員的成員屬性向量生成多個自然語言描述實例并將其構建為包含親屬關系圖結構信息的指紋數據集，利用指紋數據集對目標模型進行增量預訓練得到嵌入指紋信息的指紋模型； 將指紋數據集中的任意自然語言描述實例劃分為上半段指紋啟動文本和下半段評估目標文本，將上半段指紋啟動文本輸入可疑模型并輸出下半段預測文本，通過對下半段預測文本和下半段評估目標文本進行相似度比較來實現可疑模型的所有權初步驗證，包括：針對指紋數據集中的任意一個指紋文本，將其劃分為上半段指紋啟動文本和下半段評估目標文本，使用可疑模型在的基礎上生成個下半段預測文本，用集合表示，對于可疑模型生成的第個下半段預測文本，計算與其對應的下半段評估目標文本的ROUGE-N分數以量化二者的相似度，根據ROUGE-N分數構建自然語言描述實例的指紋存在性得分，表示為： ， 其中，表示與的ROUGE-N分數，表示對模型關鍵信息壓縮，表示下半段預測文本的總數；將指紋存在性得分大于等于存在性閾值所對應的可疑模型的所有權初步驗證結果判定為可疑； 對于所有權初步驗證為可疑的可疑模型，進一步基于其對上半段指紋啟動文本和不屬于指紋數據集的上半段非指紋啟動文本的響應計算文本檢索率指標和AUC指標以實現對可疑模型的所有權最終確認，包括：根據所有權初步驗證為可疑的可疑模型對所有上半段指紋啟動文本的響應計算文本檢索率指標，表示為： ， 其中，表示指紋數據集，表示上半段指紋啟動文本的總數；根據所有權初步驗證為可疑的可疑模型對所有上半段指紋啟動文本和所有不屬于指紋數據集的上半段非指紋啟動文本的響應計算指紋存在性得分以繪制出ROC曲線并計算AUC指標；綜合指標和AUC指標，當滿足指標大于等于第一判定閾值且AUC指標大于等于第二判定閾值時，認為可疑模型攜帶了有效的指紋信息，最終確認可疑模型的所有權屬于指紋模型。

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杭州君同未來科技有限責任公司，其通訊地址為：310053 浙江省杭州市濱江區浦沿街道東信大道66號6號樓310室；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”。