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！

龙图腾网获悉浙江大学高端装备研究院申请的专利一种面向一致性学习的样本增强与优化方法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：CN120929892B 。

龙图腾网通过国家知识产权局官网在2026-01-09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：202511455023.6，技术领域涉及：G06F18/24；该发明授权一种面向一致性学习的样本增强与优化方法是由谢海波;白洁;王嘉杰;朱茗西;倪晓晶;胡嘉彦;王慧霞;李泳彤;刘芳设计研发完成，并于2025-10-13向国家知识产权局提交的专利申请。

本一种面向一致性学习的样本增强与优化方法在说明书摘要公布了：本发明公开了一种面向一致性学习的样本增强与优化方法，包括：对非结构化文本中的专业知识资料、专业词汇解读、历史实践数据与专家经验集合分别进行知识抽取，得到原始问答对，得到专业知识库；通过多样化策略处理原始问答对，生成语义一致但形式多样的增强样本问答对，对增强样本问答对进行扩展或简化，得到正样本；在增强样本问答对中引入干扰性表述或事实错误，得到负样本；根据大模型准确率调整正负样本比例；将正样本和负样本作为训练数据，并基于预训练大模型和专业知识库进行参数微调得到专业大模型。本发明提升了大模型在不同场景下的适应性和鲁棒性，降低了无关信息与错误回答的出现概率。

本发明授权一种面向一致性学习的样本增强与优化方法在权利要求书中公布了：1.一种面向一致性学习的样本增强与优化方法，其特征在于，包括以下步骤： S1：对非结构化文本中的专业知识资料、专业词汇解读、历史实践数据与专家经验集合，分别进行知识抽取，得到原始问答对，集合存储得到面向垂直领域下游任务的专业知识库； S2：通过多样化策略处理原始问答对，生成语义一致但形式多样的增强样本问答对，对增强样本问答对进行扩展或简化，得到正样本；在增强样本问答对中引入干扰性表述或事实错误，得到负样本；根据大模型准确率调整正负样本比例； S3：将所述正样本和负样本作为训练数据，并基于预训练大模型和专业知识库进行参数微调得到专业大模型；在大模型微调过程中，对正样本施加一致性约束，促使大模型生成的回答在语义与内容上更接近原始标准答案，所述原始标准答案即为正样本中的答案；对负样本，施加反向一致性约束，使大模型输出结果远离错误或误导性答案，增强大模型的辨别能力与鲁棒性； 所述S2中，根据大模型准确率调整正负样本比例，具体为： 根据任务需求，实时监测大模型在验证集上的准确率，当准确率未达到第一预设阈值时，保持正样本占比高于负样本的初始比例，以优先培养大模型对核心知识的正确理解与基础推理能力；当监测到准确率达到第一预设阈值后，按预设步长逐步提高负样本占比直至达到目标比例，同时校验多样性指标，确保调整后的训练数据仍能均衡覆盖任务场景，以动态适配大模型训练阶段与任务特性；所述多样性指标包括样本语义覆盖度、表述类型分布。

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浙江大学高端装备研究院，其通讯地址为：311106 浙江省杭州市余杭区兴国路503号5幢103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。