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！

龙图腾网获悉中电安世(成都)科技有限公司申请的专利基于任务感知型大模型与强化学习融合的推荐方法及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：CN120952927B 。

龙图腾网通过国家知识产权局官网在2025-12-23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：202511485113.X，技术领域涉及：G06Q30/0601；该发明授权基于任务感知型大模型与强化学习融合的推荐方法及系统是由杜俊霖;刘丙彦;郭宏;刘鑫国;陈秋霖;陈伍亿;徐楠;成强设计研发完成，并于2025-10-17向国家知识产权局提交的专利申请。

本基于任务感知型大模型与强化学习融合的推荐方法及系统在说明书摘要公布了：本发明涉及基于任务感知型大模型与强化学习融合的推荐方法及系统，通过获取每位在编人员的简历信息表示为人员信息Xp；获取系统所有可分配任务的类型信息与简要说明表示为任务信息Xt；基于Xp和Xt的两种输入构建用于生成每个在编人员结构化的属性特征以及任务倾向的提示词模版；借助embedding模型将提示词模版映射到连续向量空间，即生成对应的embedding向量；基于embedding向量，调用LLM对输入提示进行上下文理解与逻辑推理，并按照预先定义的JSON模板输出结构化结果Zt，并存储于预设知识库；基于深度强化学习中的RainbowDQN算法实现人员‑任务推荐的决策。将LLM与DRL相结合，分别负责理解人员技能特征以及历史交互数据的语义信息和优化推荐决策，实现个性化的人员‑任务匹配。

本发明授权基于任务感知型大模型与强化学习融合的推荐方法及系统在权利要求书中公布了：1.基于任务感知型大模型与强化学习融合的推荐方法，其特征在于，包括以下步骤： S1：获取每位在编人员的简历信息，将其作为LLM构造输入的统一表示之一即简历信息Xp；获取系统所有可分配任务的类型信息与简要说明，将其作为LLM构造输入的统一表示之一即任务信息Xt； S2：基于简历信息Xp和任务信息Xt的两种输入构建用于生成每个在编人员结构化的属性特征以及任务倾向的提示词模版； S3：借助embedding模型将提示词模版映射到连续向量空间，即生成对应的embedding向量； S4：基于embedding向量，调用LLM对输入提示进行上下文理解与逻辑推理，并按照预先定义的JSON模板输出结构化结果Zt，并存储于预设知识库； S5：基于深度强化学习中的RainbowDQN算法实现人员-任务推荐的决策； 步骤S5的RainbowDQN算法包括状态空间S，动作空间A，动作选择策略ε和奖励函数r，在状态空间S中包括两个指标，分别为空闲在编人员结构化信息与任务信息，空闲在编人员结构化信息为储存在知识库中的JSON格式信息和人员的位置信息，包含姓名、年龄、性别、学历、专业、技能特长和任务倾向；任务信息包括任务类型、难度等级、任务位置和任务描述； 步骤S5中基于深度强化学习中的RainbowDQN算法实现人员-任务推荐的决策过程如下： S51：将多名空闲人员的信息共同通过embedding模型fe映射成简历信息矩阵Sp，具体表示： ； S52：根据任务信息包括任务类型、难度等级、任务位置和任务描述，将任务信息Ti也通过embedding模型映射成任务矩阵St，具体表示： ； S53：合并两个单独通道Sp和St，合并后的结果变为整个智能体处理状态s，具体表示： ； S54：动作空间对空闲在编人员进行决策，动作空间为离散型集合A={a1，a2，···，an}，RainbowDQN网络以状态s为输入，前向计算输出一个N维动作值量，具体表示： ； 其中每个分量表示在s状态下采取对应离散动作的预期累积回报； S55：系统通过预设动作索引函数确定最优动作索引k，最终输出即为该动作在集合中的整数标识，动作索引函数具体表示： ； S56：设置基于任务完成时间和满意度的奖励机制的奖励函数获取最优决策。

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中电安世(成都)科技有限公司，其通讯地址为：610000 四川省成都市成华区一环路东二段126号1栋3楼301室；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。