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！

龙图腾网获悉北京电子数智科技有限责任公司申请的专利导诊模型的训练方法、装置、存储介质以及程序产品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：CN120561598B 。

龙图腾网通过国家知识产权局官网在2025-12-30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：202511046364.8，技术领域涉及：G06F18/214；该发明授权导诊模型的训练方法、装置、存储介质以及程序产品是由请求不公布姓名;请求不公布姓名设计研发完成，并于2025-07-29向国家知识产权局提交的专利申请。

本导诊模型的训练方法、装置、存储介质以及程序产品在说明书摘要公布了：本公开实施例公开了一种导诊模型的训练方法、装置、存储介质以及程序产品。其方法包括：从诊前对话数据中提取问题数据；基于诊中数据获取参考标准答案；将问题数据分别输入到协同模型和基础模型中以获取不同答复，结合问题数据和参考标准答案构建偏好数据；基于诊中数据生成虚拟QRA数据集微调基础模型得参考模型；引入安全约束规则，结合偏好数据和参考模型训练导诊模型得期望模型。该方法能够在导诊模型强化学习阶段引入安全约束规则，明确“安全红线”，保障导诊模型输出安全可控，相较于传统的仅用导诊模型与基础模型构建偏好数据的DPO训练法，该方法多引入了协同模型，使数据更多样，让导诊模型在训练中能够学习更广泛的人类偏好模式。

本发明授权导诊模型的训练方法、装置、存储介质以及程序产品在权利要求书中公布了：1.一种导诊模型的训练方法，其特征在于，包括： 获取诊前对话数据和诊中数据，从所述诊前对话数据中提取问题数据； 基于所述诊中数据，获取所述问题数据的参考标准答案； 将所述问题数据分别输入到协同模型和基础模型中，获取所述协同模型输出的第一答复内容和所述基础模型输出的第二答复内容； 基于所述问题数据、所述第一答复内容、所述第二答复内容和所述参考标准答案，构建偏好数据； 基于所述诊中数据，获取虚拟QRA数据集； 基于所述虚拟QRA数据集对所述基础模型进行监督微调，获取参考模型； 获取安全约束规则，基于所述偏好数据、所述安全约束规则和所述参考模型，对导诊模型进行训练，获取期望模型； 其中，所述获取安全约束规则，基于所述偏好数据、所述安全约束规则和所述参考模型，对导诊模型进行训练，获取期望模型，包括： 基于所述偏好数据包含的问题数据、优质答复内容和非优质答复内容，以及规则列表包含的安全约束规则，构建SC-DPO损失函数； 基于所述参考模型和所述SC-DPO损失函数对导诊模型进行训练，获取期望模型； 其中，所述SC-DPO损失函数的表达式为： 式中，表示SC-DPO损失函数；表示偏好数据集的分布；表示对从分布D中采样得到的所有偏好数据样本；表示问题数据；表示优质答复内容；表示非优质答复内容；表示sigmoid函数；表示超参数；表示导诊模型；表示导诊模型的参数；表示参考模型；表示参考模型的参数；表示期望；表示导诊模型在给定输入的条件下生成回复的概率；表示参考模型在给定输入的条件下生成回复的概率；表示导诊模型在给定输入的条件下生成回复的概率；表示参考模型在给定输入的条件下生成回复的概率；表示安全惩罚权重超参数；表示规则列表；表示安全惩罚函数，若导诊模型在给定输入的条件下生成的回复不符合规则列表中的安全约束规则，则，若导诊模型在给定输入的条件下生成的回复符合规则列表中的安全约束规则，则。

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电子数智科技有限责任公司，其通讯地址为：100005 北京市朝阳区酒仙桥中路18号18幢三层南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。