哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)刘学博获国家专利权
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!
龙图腾网获悉哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)申请的专利基于预设错误模式的大语言模型负样本增强偏好优化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:CN120448546B 。
龙图腾网通过国家知识产权局官网在2025-09-23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:202510950747.1,技术领域涉及:G06F16/35;该发明授权基于预设错误模式的大语言模型负样本增强偏好优化方法是由刘学博;廖蕴杰;饶隽;张民设计研发完成,并于2025-07-10向国家知识产权局提交的专利申请。
本基于预设错误模式的大语言模型负样本增强偏好优化方法在说明书摘要公布了:本发明提供一种基于预设错误模式的大语言模型负样本增强偏好优化方法及装置,涉及大语言处理技术领域。该方法包括:基于对话问答场景,采集对话问题以及问题对应正确回答的数据,获得正样本数据集;定义大语言模型回答的错误类型;根据错误类型构建错误描述文本;基于自监督错误注入机制,根据错误描述文本以及正样本数据集,使用目标大语言模型进行数据生成,获得负样本数据集;使用正样本数据集以及负样本数据集,对目标大语言模型进行KTO偏好优化训练,获得优化大语言模型。本发明是一种基于错误模式的效率高且鲁棒性好的大语言模型负样本增强偏好优化方法。
本发明授权基于预设错误模式的大语言模型负样本增强偏好优化方法在权利要求书中公布了:1.一种基于预设错误模式的大语言模型负样本增强偏好优化方法,其特征在于,所述方法包括: 基于对话问答场景,采集对话问题以及问题对应正确回答的数据,获得正样本数据集; 定义大语言模型回答的错误类型;根据错误类型构建错误描述文本; 其中,所述错误类型用于覆盖大语言模型回答的错误种类;所述错误类型包括正确性错误、逻辑性错误和幻觉错误; 所述正确性错误是指不符合客观事实或逻辑规则的响应错误;所述逻辑性错误是指推理链条存在缺陷的响应错误;所述幻觉错误是指虚构无事实依据的响应错误; 所述错误类型为负样本数据集的生成提供明确靶向; 基于自监督错误注入机制,根据错误描述文本以及正样本数据集,使用目标大语言模型进行数据生成,获得负样本数据集; 其中,所述基于自监督错误注入机制,根据错误描述文本以及正样本数据集,使用目标大语言模型进行数据生成,获得负样本数据集,包括: 基于预设的错误注入规则,根据错误描述文本构建错误注入提示文本; 基于错误注入提示文本,根据正样本数据集,使用目标大语言模型进行定向错误类型数据生成,获得注入错误数据集; 基于错误描述文本,根据注入错误数据集,使用目标大语言模型进行错误类型校验,获得校验结果; 根据校验结果,对注入错误数据集进行筛选优化,获得负样本数据集; 使用正样本数据集以及负样本数据集,对目标大语言模型进行KTO偏好优化训练,获得优化大语言模型。
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哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院),其通讯地址为:518000 广东省深圳市南山区桃源街道深圳大学城哈尔滨工业大学校区;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”。
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。