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！

龙图腾网获悉暨南大学申请的专利基于对比错误样本挖掘与模型微调的自动评分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：CN121073406B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202511613607.1，技术领域涉及：G06Q10/10；该发明授权基于对比错误样本挖掘与模型微调的自动评分方法及系统是由刘子韬;陈磊;高博宇设计研发完成，并于2025-11-06向国家知识产权局提交的专利申请。

本基于对比错误样本挖掘与模型微调的自动评分方法及系统在说明书摘要公布了：本发明属于自然语言处理与教育智能化技术领域，具体涉及基于对比错误样本挖掘与模型微调的自动评分方法及系统。方法包括：构建全量微调模型和Few‑shot模型对待评分的作答样本数据进行评分，获得第一评分结果和第二评分结果；基于第一评分结果和第二评分结果，获得不一致评分和全量微调模型评分偏差；基于不一致评分和全量微调模型评分偏差，结合动态阈值机制，构建易错样本集；基于易错样本集，采用LoRA技术，对全量微调模型进行修正，获得修正后的全量微调模型；基于修正后的全量微调模型，获得待评分的作答样本数据的最终评分结果。本发明提出了一种对比错误样本挖掘与微调框架，显著提升了模型在困难场景下的鲁棒性和泛化能力。

本发明授权基于对比错误样本挖掘与模型微调的自动评分方法及系统在权利要求书中公布了：1.基于对比错误样本挖掘与模型微调的自动评分方法，其特征在于，所述方法包括： 构建全量微调模型和Few-shot模型对待评分的作答样本数据进行评分，获得第一评分结果和第二评分结果； 基于第一评分结果和第二评分结果，获得不一致评分和全量微调模型评分偏差； 基于不一致评分和全量微调模型评分偏差，结合动态阈值机制，构建易错样本集； 基于易错样本集，采用LoRA技术，对全量微调模型进行修正，获得修正后的全量微调模型； 基于修正后的全量微调模型，获得待评分的作答样本数据的最终评分结果； 基于第一评分结果和第二评分结果，获得不一致评分和全量微调模型评分偏差的方法包括： 不一致评分：； 全量微调模型评分偏差：； 其中，为第一评分结果，为第二评分结果，为第i个样本的全量微调模型和Few-shot模型的差异，为全量微调模型和真实分数偏差，为第i个样本中的人工专家评分； 基于不一致评分和全量微调模型评分偏差，结合动态阈值机制，构建易错样本集的方法包括： ； ； ； 其中，为易错样本集，和分别为所有样本的评分差异和所有样本的评分偏离的均值，和分别为其对应的标准差；和均为灵敏度调节参数，为全量微调模型和Few-shot模型的差异筛选阈值，为全量微调模型和真实分数偏差的筛选阈值。

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暨南大学，其通讯地址为：510632 广东省广州市天河区黄埔大道西601号；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。