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！

龍圖騰網獲悉萬高信息技術(珠海)有限公司申請的專利一種基于多模型融合技術的企業智能生成平臺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：CN120144325B 。

龍圖騰網通過國家知識產權局官網在2025-09-23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：202510629944.3，技術領域涉及：G06F9/50；該發明授權一種基于多模型融合技術的企業智能生成平臺是由王金;尹鵬源;李逸軒設計研發完成，并于2025-05-16向國家知識產權局提交的專利申請。

本一種基于多模型融合技術的企業智能生成平臺在說明書摘要公布了：本發明提供一種基于多模型融合技術的企業智能生成平臺，包括模型層，用于部署和運行企業主數據模型、自有模型、開源模型及商業模型；通過模型性能評估指標P對不同模型進行量化評估；分發層，基于任務特征和模型性能選擇最優模型并分配任務；引入模型選擇公式進行計算各模型得分，選擇得分最高的模型進行任務處理；平臺層，基于任務請求進行業務處理和數據存儲；在數據處理過程中，通過應用服務器集群接收來自分發層的任務請求，并將業務數據存儲到數據庫服務器中；門戶層，包括Web服務器集群、CDN加速節點以及安全設備。本發明通過集成多種大語言模型資源，實現模型動態調度、能力組合和資源優化，提高系統整體性能和適應性。

本發明授權一種基于多模型融合技術的企業智能生成平臺在權利要求書中公布了：1.一種基于多模型融合技術的企業智能生成平臺，其特征在于，包括： 模型層，用于部署和運行企業主數據模型、自有模型、開源模型及商業模型；在模型訓練過程中，利用計算服務器集群進行大規模數據訓練，訓練數據存儲于存儲設備，并通過模型綜合性能得分P=α×A+β×R-γ×C對不同模型進行量化評估；其中A為模型準確率，R為模型召回率，C為模型計算復雜度，α、β、γ為權重系數； 分發層，基于任務特征和模型性能選擇最優模型并分配任務；在模型選擇過程中，引入模型選擇公式S=ω 1×Ft+ω 2×Ut+ω 3×P進行計算各模型得分，選擇得分最高的模型進行任務處理；其中S為模型選擇得分，Ft為任務特征匹配度函數，Ut為當前時刻資源利用率函數，P為模型層計算得出的模型綜合性能得分，ω 1、ω 2、ω 3為權重系數； 平臺層，基于任務請求進行業務處理和數據存儲；在數據處理過程中，通過應用服務器集群接收來自分發層的任務請求，并將業務數據存儲到數據庫服務器中； 門戶層，包括Web服務器集群、CDN加速節點以及安全設備，Web服務器集群與CDN加速節點建立連接，將靜態資源緩存到CDN加速節點上，并通過安全設備對用戶訪問進行身份認證和授權； 其中，所述部署和運行企業主數據模型、自有模型、開源模型及商業模型，具體包括： 將企業主數據模型、自有模型、開源模型及商業模型按照其應用場景、數據依賴關系和計算復雜度進行分類存儲，包括： 將應用場景抽象為不同的業務維度，為每個業務維度分配一個權重w si，其中，i表示業務維度序號，∑i w si=1，同時為每個模型在各個業務維度上的適用程度打分s mj,si，j表示模型序號，0≤s mj,si≤1，則模型m j的應用場景綜合得分S mj計算公式為：S mj=∑i w si×s mj,si； 定義模型與不同數據源之間的依賴強度系數d mj,Dk，k表示數據源序號，0≤d mj,Dk≤1，以及數據源的優先級權重w Dk，∑k w Dk=1，模型m j的數據依賴關系綜合得分D mj計算公式為：D mj=∑k w Dk×d mj,Dk； 根據模型的計算步驟數量n mj、數據量大小v mj以及算法的時間復雜度O mj，將計算復雜度量化為一個綜合指標C mj，表示為： C mj=α 1×n mj+β 1×v mj+γ 1×fO mj 其中α 1、β 1、γ 1是權重系數，α 1+β 1+γ 1=1，fO mj是根據算法時間復雜度轉換的數值； 設定應用場景、數據依賴關系和計算復雜度的分類閾值TS、TD、TC，根據以下規則對模型進行分類： 企業主數據模型：若S mj≥TS且D mj依賴企業內部主數據源，即與主數據源的依賴強度系數之和大于一定比例，則將模型mj分類為企業主數據模型； 自有模型：若S mj較高，即接近但未達到企業主數據模型的閾值，且D mj依賴企業內部自有數據，同時C mj處于一定范圍內，則分類為自有模型； 開源模型：若S mj處于一般水平，即低于企業主數據模型和自有模型的典型應用場景得分，D mj與開源數據源的依賴強度系數之和大于一定比例，且C mj為低數值，則分類為開源模型； 商業模型：若S mj較高且與特定的商業業務場景緊密相關，Dmj依賴商業數據提供商的數據，同時C mj為高數值，則分類為商業模型； 采用容器化技術對各類模型進行封裝部署，為每個模型創建獨立的容器鏡像，具體包括： 設置計算服務器節點集合為N={n1,n2,...,nl}，l表示節點數量，每個節點nl的可用資源包括CPU核心數CPU nl available、內存大小MEM nl available、GPU數量GPU nl available、存儲空間STORAGE nl available和網絡帶寬BANDWIDTH nl available； 對于模型m j，計算其與每個節點nl的資源匹配度MATCH mj,nl，公式為： MATCH mj,nl=ω1×min1,CPU nl availableCPU mj+ω2×min1,MEM nl available MEM mj+ω3×min1,GPU nl available GPU mj+ω4×min1,STORAGE nl available STORAGE mj+ω5×min1,BANDWIDTH nl available BANDWIDTH mj； 其中ω1、ω2、ω3、ω4、ω5是權重系數，ω1+ω2+ω3+ω4+ω5=1，用于調整不同資源在匹配度計算中的重要性； 然后，選擇資源匹配度MATCH mj,nl最大的計算服務器節點n best進行容器鏡像部署，即：n best=argmaxnl∈N MATCH mj,nl，argmax為優化函數，即返回使目標函數取得最大值的輸入變量，nl∈N是表示遍歷所有節點nl的集合N。

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萬高信息技術(珠海)有限公司，其通訊地址為：519000 廣東省珠海市香洲區珠澳跨境工業區西環路704號2棟保盛大廈4樓406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”。