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！

龙图腾网获悉清华大学申请的专利基于提示词微调的持续学习的任务处理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：CN117312909B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202311180684.3，技术领域涉及：G06F18/24；该发明授权基于提示词微调的持续学习的任务处理方法及装置是由朱军;谢敬懿;王立元;张幸幸;苏航设计研发完成，并于2023-09-13向国家知识产权局提交的专利申请。

本基于提示词微调的持续学习的任务处理方法及装置在说明书摘要公布了：本发明提供一种基于提示词微调的持续学习的任务处理方法及装置。该方法包括：获取待处理任务的输入数据；将所述输入数据发送至预设的提示词查询网络模型中的第一主干网络提取特征向量，并获得所述提示词查询网络模型中的任务分类器网络输出的任务标签；基于所述任务标签从预设的提示词池中确定与所述输入数据对应的提示词；将所述提示词与所述输入数据输入到预设的提示词微调网络模型中的第二主干网络提取特征向量，并获得所述提示词微调网络模型中类别分类器输出的预测结果。本发明提供的方法，能够通过仅使用微量参数进行提示词微调得到的网络模型进行任务处理，减少了所需的显存，提高了网络模型任务处理的适应能力和性能。

本发明授权基于提示词微调的持续学习的任务处理方法及装置在权利要求书中公布了：1.一种基于提示词微调的持续学习的任务处理方法，其特征在于，包括： 获取待处理任务的输入数据； 将所述输入数据发送至预设的提示词查询网络模型中的第一主干网络提取特征向量，并获得所述提示词查询网络模型中的任务分类器网络输出的任务标签；基于所述任务标签从预设的提示词池中确定与所述输入数据对应的提示词；其中，所述第一主干网络的权重参数是基于相应预训练模型的第三主干网络进行预训练并迁移得到的，所述任务分类器网络是通过待处理任务的当前数据集和之前所处理任务的历史数据集进行迭代训练得到的； 将所述提示词与所述输入数据输入到预设的提示词微调网络模型中的第二主干网络提取特征向量，并获得所述提示词微调网络模型中类别分类器输出的预测结果；其中，所述第二主干网络的权重参数是基于相应预训练模型的第四主干网络进行预训练并迁移得到的，所述类别分类器网络是通过待处理任务的当前数据集及其提示词和之前所处理任务的历史数据集及其提示词进行迭代训练得到的。

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清华大学，其通讯地址为：100084 北京市海淀区双清路30号清华大学清华园北京100084-82信箱；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。