买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉杭州电子科技大学申请的专利一种基于RLHF的大语言模型生成内容隐私保护的方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119830350B 。

龙图腾网通过国家知识产权局官网在2025-07-15发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510300832.3，技术领域涉及：G06F21/62；该发明授权一种基于RLHF的大语言模型生成内容隐私保护的方法是由殷昱煜;李重远;李尤慧子;袁俊峰;梁婷婷;李玉设计研发完成，并于2025-03-14向国家知识产权局提交的专利申请。

本一种基于RLHF的大语言模型生成内容隐私保护的方法在说明书摘要公布了：本发明公开了一种基于RLHF的大语言模型生成内容隐私保护的方法，包括以下步骤：基于有监督的指令微调训练基座模型作为指令微调模型；将原始的奖励模型拆解成效益模型和成本模型；扩展成本模型的偏好理解；基于包含多维评分和多维权重的数据集训练评分模型；基于加权分数与Bradley‑Terry偏好模型改进传统偏好概率计算公式；通过多维分数与后悔理论构建人类隐私偏好概率计算方法；训练效益模型和成本模型；基于效益模型和成本模型结合人类隐私偏好概率计算方法优化训练指令微调模型。本发明能够自适应、动态地识别并规避潜在的敏感信息，从而实现高效且精准的隐私保护，同时有效避免了传统隐私保护方法中常见的性能下降问题。

本发明授权一种基于RLHF的大语言模型生成内容隐私保护的方法在权利要求书中公布了：1.一种基于RLHF的大语言模型生成内容隐私保护的方法，其特征在于：包括以下步骤： S1、基于有监督的指令微调训练基座模型：基于针对生成式的特定下游任务标注好的指令微调数据集，训练开源的基座模型作为指令微调模型； S2、解耦有用性和隐私性：将原始的奖励模型拆解成效益模型和成本模型； S3、扩展成本模型的偏好理解：扩展成本模型的线性层，使得成本模型具有多维细化评分头结构，并添加一个门控网络，针对输入内容动态分析每个维度对隐私保护的权重； S4、训练多维评分成本模型：基于包含多维评分和多维权重的标注数据集训练多维评分成本模型； S5、优化传统偏好概率计算公式：基于加权分数与Bradley-Terry偏好模型改进传统偏好概率计算公式，所述加权分数为基于步骤S4所得的多维评分成本模型得到对输入内容的动态分析权重之后的加权分数Scoreweight； S6、构建新的人类隐私偏好概率计算方法：通过多维评分与后悔理论结合构建新的人类隐私偏好概率计算方法； 所述的步骤S6中，后悔被定义为每个轨迹段与最优决策之间的偏差，用于衡量其在预期回报上的损失；后悔分解为部分回报和状态价值变化，前者是每个状态-动作对应的奖励与最优奖励之差，后者是轨迹段起止状态的价值差异，所述状态表示多维评分成本模型在各维度的评分，动作则由门控网络输出的权重表示，用于调整各维度评分； S7、训练效益模型和成本模型：使用偏好对数据集训练效益模型和成本模型；效益模型用于评估生成内容的有用性；成本模型用于评估生成内容的隐私保护表现，并通过引入后悔损失的设计，量化生成内容与理想隐私保护目标之间的差距； S8、强化学习训练指令微调模型：基于所述的效益模型和成本模型结合新的人类隐私偏好概率计算方法，通过近端策略优化训练指令微调模型。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。