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！

龙图腾网获悉数据堂(北京)科技股份有限公司申请的专利大模型训练数据增强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：CN120235194B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202510717135.8，技术领域涉及：G06N3/0475；该发明授权大模型训练数据增强方法是由齐红威;何鸿凌;丰强泽;王大亮;高禹;郑继龙设计研发完成，并于2025-05-30向国家知识产权局提交的专利申请。

本大模型训练数据增强方法在说明书摘要公布了：本申请公开了一种大模型训练数据增强方法，其首先以原始训练样本为基础，通过随机挑选样本并利用大模型生成新的训练样本，在此基础上，引入结构化编码机制，将原始与生成样本转化为结构化编码向量，并对生成样本与原始样本之间的语义关系进行建模和量化，以获得反映两者语义差异程度的查询响应表征；进而，通过特征解码得到语义漂移度估值，并基于该估值与预设阈值之间的比较，实现对生成数据是否合格的自动判别。通过这样的方式，实现了对新旧训练数据之间的语义一致性的精准评估，有效避免了因语义漂移导致的新数据偏离任务目标的问题，从而筛选出真正有助于提升模型泛化能力和鲁棒性的高质量增强样本。

本发明授权大模型训练数据增强方法在权利要求书中公布了：1.一种大模型训练数据增强方法，其特征在于，包括： 获取原始训练样本数据的集合； 从原始训练样本数据的集合随机挑选一个原始训练样本数据作为增强样本素材数据； 将增强样本素材数据输入基于大模型的数据增强引擎以得到生成训练样本数据； 对原始训练样本数据的集合和生成训练样本数据进行训练样本语义漂移查询响应分析以得到生成训练样本语义漂移查询响应编码向量作为生成训练样本语义偏移度量表征，所述原始训练样本数据和所述生成训练样本数据为文本或图像； 基于生成训练样本语义偏移度量表征，确定是否将生成训练样本数据视为合格训练样本数据； 对原始训练样本数据的集合和生成训练样本数据进行训练样本语义漂移查询响应分析以得到生成训练样本语义漂移查询响应编码向量作为生成训练样本语义偏移度量表征，包括： 对原始训练样本数据的集合和生成训练样本数据进行结构化编码以得到原始训练样本结构化编码向量的集合和生成训练样本结构化编码向量； 以生成训练样本结构化编码向量作为查询向量，将查询向量和原始训练样本结构化编码向量的集合输入语义漂移显性建模网络以得到生成训练样本语义漂移查询响应编码向量。

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数据堂(北京)科技股份有限公司，其通讯地址为：100080 北京市海淀区宝盛南路1号院11号楼1层101-01；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”。