北京智源人工智能研究院石浤澔获国家专利权
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！
龙图腾网获悉北京智源人工智能研究院申请的专利基于状态压缩和无标注奖励的强化学习方法和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：CN120494034B 。
龙图腾网通过国家知识产权局官网在2025-10-03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：202510598649.6，技术领域涉及：G06N3/092；该发明授权基于状态压缩和无标注奖励的强化学习方法和系统是由石浤澔;王宇航;程龙恺;吴文莉设计研发完成，并于2025-05-09向国家知识产权局提交的专利申请。
本基于状态压缩和无标注奖励的强化学习方法和系统在说明书摘要公布了：本申请公开了一种基于状态压缩和无标注奖励的强化学习方法、系统和电子设备，该方法包括：接收模型输出的用户提示，将用户提示转换为结构化状态向量，状态向量包含任务目标、函数调用序列和环境反馈结果；将函数调用序列映射为复平面向量，基于复平面向量自动生成无标注奖励值；基于无标注奖励值，在模型训练引擎中采用低秩自适应网络对所述模型进行参数微调，通过令牌梯度优化策略进行批量训练；从模型生成的文本中识别并提取函数调用指令，将函数调用指令转换为工具API调用，将工具API调用的执行结果实时注入下一轮模型输入。本申请的方案提升了决策质量，优化资源效率，降低实施成本，实现应用场景可扩展。
本发明授权基于状态压缩和无标注奖励的强化学习方法和系统在权利要求书中公布了：1.一种基于状态压缩和无标注奖励的强化学习方法，其特征在于，包括： 接收模型输出的用户提示，将所述用户提示转换为结构化状态向量，所述状态向量包含任务目标、函数调用序列和环境反馈结果； 将所述函数调用序列映射为复平面向量，基于所述复平面向量自动生成无标注奖励值，并将所述无标注奖励值反向传播至该函数调用序列内的所有令牌； 基于所述无标注奖励值，在模型训练引擎中采用低秩自适应网络对所述模型进行参数微调，通过令牌梯度优化策略进行批量训练； 从模型生成的文本中识别并提取函数调用指令，将所述函数调用指令转换为工具API调用，将工具API调用的执行结果实时注入下一轮模型输入。
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北京智源人工智能研究院，其通讯地址为：100084 北京市海淀区成府路150号5层501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”。
以上内容由AI智能生成
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励