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)申请的专利基于分组自我博弈和自适应加权的大模型微调方法及装置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：CN120745757B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202511206228.0，技术领域涉及：G06N3/0985；该发明授权基于分组自我博弈和自适应加权的大模型微调方法及装置是由李晶;李武设计研发完成，并于2025-08-27向国家知识产权局提交的专利申请。

本基于分组自我博弈和自适应加权的大模型微调方法及装置在说明书摘要公布了：本发明提供一种基于分组自我博弈和自适应加权的大模型微调方法及装置，涉及自然语言处理技术领域。该方法包括：根据大语言模型构建对手团队生成模型响应，根据输入数据、目标响应和模型响应构建偏好数据集；构建主力团队，定义主力团队成员的评分函数，根据偏好数据集和评分函数构建损失函数；根据主力团队中的每个队员对目标响应的评分得到目标响应在损失函数中的自适应权重；根据每个队员对目标响应的评分和对模型响应的评分定义偏好边距，计算每个队员的权重，构建最终的损失函数，对大语言模型进行迭代微调。本发明提出了一种新的大语言模型微调算法，它分别通过基于分组的自我博弈和双重自适应权重调节来增强大语言模型的对齐效果。

本发明授权基于分组自我博弈和自适应加权的大模型微调方法及装置在权利要求书中公布了：1.一种基于分组自我博弈和自适应加权的大模型微调方法，其特征在于，所述方法包括： S1、获取待微调的大语言模型和监督数据集；其中，大语言模型用于文本生成、问答系统、机器翻译、摘要生成和代码生成； S2、根据大语言模型构建对手团队，将监督数据集中的输入数据输入到对手团队生成模型响应，将模型响应作为负样本，获取监督数据集中与模型响应对应的目标响应作为正样本，根据输入数据、正样本和负样本构建偏好数据集；其中，对手团队由当前迭代轮次的前三轮迭代轮次生成的大语言模型组成，用于生成接近人类书写的回复，当前迭代轮次为轮，前三轮迭代轮次为、和轮；其中，输入数据为文本数据； S3、根据大语言模型构建主力团队，定义主力团队成员的评分函数，根据偏好数据集和评分函数构建损失函数；其中，主力团队包括当前迭代轮次的大语言模型和当前迭代轮次的大语言模型的历史版本，用于学习区分人类书写的回复和模型生成的响应； S4、根据评分函数计算主力团队中的每个队员对目标响应的评分，根据评分得到目标响应在损失函数中的自适应权重，根据自适应权重和损失函数得到新的损失函数；根据主力团队中的每个队员对目标响应的评分和对模型响应的评分定义偏好边距，根据偏好边距计算主力团队中的每个队员的权重，根据每个队员的权重更新所述新的损失函数，得到最终的损失函数；其中，偏好边距用于衡量主力团队成员在区分人类书写的回复和模型生成的响应上的判别能力； S5、根据偏好数据集、对手团队、主力团队和最终的损失函数对大语言模型进行迭代微调，得到输出符合人类的价值观、意图或偏好的微调后的大语言模型。

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”。

以上内容由龙图腾AI智能生成。