Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 杭州宇泛智能科技股份有限公司郑东获国家专利权

杭州宇泛智能科技股份有限公司郑东获国家专利权

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!

龙图腾网获悉杭州宇泛智能科技股份有限公司申请的专利一种大小模型协同训练的方法及其系统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:CN120181162B

龙图腾网通过国家知识产权局官网在2025-09-05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:202510661635.4,技术领域涉及:G06N3/08;该发明授权一种大小模型协同训练的方法及其系统是由郑东;赵五岳;胡榛旸;朱翔设计研发完成,并于2025-05-22向国家知识产权局提交的专利申请。

一种大小模型协同训练的方法及其系统在说明书摘要公布了:本发明涉及模型训练技术领域,具体公开了一种大小模型协同训练的方法及其系统。包括获取采集训练任务相关的多维度特性数据,并基于预设的模态分析策略对数据的模态构成信息按训练进程阶段进行剖析,根据多模态融合型数据模态类别获取其对应的大模型优势参数与小模型优势参数,根据大模型优先训练的预估耗时和小模型优先训练的预估耗时确定训练耗时比例系数,从而对小模型和大模型进行调配。本发明解决了传统方法中因缺乏系统性分析而盲目选择模型导致的资源不合理分配问题,避免了大模型处理小数据量或简单任务时的资源冗余,以及小模型处理复杂多模态大数据时的性能瓶颈。

本发明授权一种大小模型协同训练的方法及其系统在权利要求书中公布了:1.一种大小模型协同训练的方法,其特征在于,包括: 获取采集训练任务相关的多维度特性数据,其中特性数据包括模态构成信息、数据总量规模数据以及期望的训练周期数据; 根据期望的训练周期信息获取关于训练时长的可浮动区间数据; 基于预设的模态分析策略将模态构成信息划分为单一模态主导型或多模态融合型; 分别根据单一模态主导型数据模态类别以及多模态融合型数据模态类别获取其对应的大模型优势参数与小模型优势参数; 计算大模型优先训练的预估耗时,包括: 基于单一模态主导型数据模态类别确定大模型优势参数、数据总量规模以及训练时长的可浮动区间计算大模型优先训练的预估耗时,计算公式为: ; 其中,表示大模型优先训练的预估耗时,D表示数据总量规模,表示大模型优势参数,表示大模型的计算资源消耗系数,F表示训练时长的可浮动区间; 计算小模型优先训练的预估耗时,包括: 基于多模态融合型数据模态类别确定小模型优势参数、数据总量规模以及训练时长的可浮动区间计算小模型优先训练的预估耗时,计算公式为: ; 其中,表示小模型优先训练的预估耗时,D表示数据总量规模,表示小模型优势参数,表示小模型的计算资源消耗系数,F表示训练时长的可浮动区间; 根据大模型优先训练的预估耗时和小模型优先训练的预估耗时确定训练耗时比例系数; 判断训练耗时比例系数是否超越预设的耗时比例界限; 若训练耗时比例系数超越预设的耗时比例界限,则判定训练任务特性适宜大模型主导训练,并调配大模型展开训练作业; 若训练耗时比例系数未超越预设的耗时比例界限,则判定训练任务特性适宜小模型主导训练,并调配小模型展开训练作业。

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宇泛智能科技股份有限公司,其通讯地址为:311100 浙江省杭州市余杭区仓前街道时尚万通城3幢24层、25层、26层;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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。