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！

龙图腾网获悉厦门渊亭信息科技有限公司;湖南渊亭智能科技有限公司申请的专利一种大模型训练数据合成方法、系统、设备及存储介质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：CN120409710B 。

龙图腾网通过国家知识产权局官网在2025-09-02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：202510907023.9，技术领域涉及：G06N5/04；该发明授权一种大模型训练数据合成方法、系统、设备及存储介质是由黄在斌;钱智毅设计研发完成，并于2025-07-02向国家知识产权局提交的专利申请。

本一种大模型训练数据合成方法、系统、设备及存储介质在说明书摘要公布了：本发明提出了一种大模型训练数据合成方法、系统、设备及存储介质，包括：对原始军事语料数据进行预处理，使用预训练语言模型生成语义向量，通过聚类分析将语义向量划分为多个主题簇，提取各主题簇的关键词及代表样本，形成主题本体库；基于主题相似度矩阵选取关联主题对，通过预定义模板生成合成样本；通过提示词指令控制合成样本的语言风格，生成风格化样本；划分风格化样本的难度等级，获得分级样本；对分级样本进行多维度质量评估与筛选，获得筛选样本；将筛选样本用于训练大语言模型，根据大语言模型在各主题任务的性能表现，调整主题权重、更新合成策略和优化样本结构。本发明能为大模型训练提供高质量、多样化的训练数据。

本发明授权一种大模型训练数据合成方法、系统、设备及存储介质在权利要求书中公布了：1.一种大模型训练数据合成方法，其特征在于，包括以下步骤： S1、从多源渠道采集原始军事语料数据，对所述原始军事语料数据进行清洗、标准化处理、去重与结构化转换，形成基础军事语料数据； S2、使用预训练语言模型生成所述基础军事语料数据的语义向量，通过聚类分析将所述语义向量划分为多个主题簇，所述主题簇包括：作战指挥、武器装备、战术战法、后勤保障和电子对抗，提取各主题簇的关键词及代表样本，形成主题本体库，具体包括以下子步骤： S21、使用BERT模型将所述基础军事语料数据的每个文本si编码为固定维度向量，并使用平均池化方式输出整段文本的语义向量； S22、对所述语义向量进行K-Means聚类分析，获得聚类结果； S23、基于所述聚类结果构建所述主题本体库，包括：以聚类中心向量表征主题语义特征；通过TF-IDF算法提取各主题簇的关键词；选取距离簇中心最近的N个样本作为代表样本，N表示大于0的自然数； 对所述主题本体库中的代表样本进行语义重写、句式重构或上下文补全，生成扩展样本，并将所述扩展样本加入所述主题本体库的代表样本； S3、基于所述主题本体库的主题相似度矩阵选取关联主题对，通过预定义模板生成融合多主题上下文的合成样本，具体包括以下子步骤： S31、基于主题相似度矩阵计算值，选取相似度高于设定阈值的关联主题对； S32、为每个所述关联主题对设计结构化融合的预定义模板，所述预定义模板包括：设定交集话题逻辑连接结构和构造问题模板； S33、调用Qwen模型对所述关联主题对应用所述预定义模板生成合成样本； S4、通过提示词指令控制所述合成样本的语言风格，生成风格化样本，包括：通俗表达样本、正式命令体样本；基于文本长度、结构复杂度、词汇难度及推理步骤数划分所述风格化样本的难度等级，获得分级样本； S5、对所述分级样本进行多维度质量评估与筛选，获得筛选样本； S6、将所述筛选样本用于训练大语言模型，根据所述大语言模型在各主题任务的性能表现，调整主题权重、更新合成策略和优化样本结构。

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厦门渊亭信息科技有限公司;湖南渊亭智能科技有限公司，其通讯地址为：361000 福建省厦门市软件园二期望海路61号801单元N8-01；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”。