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！

龙图腾网获悉鹏城实验室申请的专利基于云边协同的大模型参数调整方法以及相关设备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：CN120851140B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202511341191.2，技术领域涉及：G06N3/098；该发明授权基于云边协同的大模型参数调整方法以及相关设备是由李若南;顾钊铨;刘劼;李金龙;王海燕;宗瑞;孟令逍;袁华平设计研发完成，并于2025-09-19向国家知识产权局提交的专利申请。

本基于云边协同的大模型参数调整方法以及相关设备在说明书摘要公布了：本申请实施例提供了一种基于云边协同的大模型参数调整方法以及相关设备，属于网络安全技术领域。该方法包括：获取通用的基础大模型、网络安全知识矩阵以及网络安全场景下的云端样本数据，并构造初始低秩矩阵；将云端样本数据输入至基础大模型中，基于原始参数矩阵和初始低秩矩阵对云端样本数据进行数据映射处理，得到云端目标数据；基于云端样本数据和云端目标数据对初始低秩矩阵进行调整，得到目标低秩矩阵；将目标低秩矩阵和基础大模型整合为教师模型并发送给边缘侧设备，以使边缘侧设备根据教师模型确定网络安全场景下完成云边协同参数调整的目标大模型。本申请能够在引入特定领域知识的情况下，平衡目标大模型的知识精准性和参数调整效率。

本发明授权基于云边协同的大模型参数调整方法以及相关设备在权利要求书中公布了：1.一种基于云边协同的大模型参数调整方法，其特征在于，应用于云端服务器，所述基于云边协同的大模型参数调整方法包括： 获取通用的基础大模型、网络安全知识矩阵以及网络安全场景下的云端样本数据，并构造初始低秩矩阵，其中，所述基础大模型包括多个初始处理层，每一所述初始处理层均包括对应的原始参数矩阵，所述原始参数矩阵的形状是由输入空间维度向量和输出空间维度向量决定的，所述输入空间维度向量和所述输出空间维度向量均为高阶稠密向量，所述初始低秩矩阵的形状是由所述输入空间维度和所述输出空间维度向量决定的； 将所述云端样本数据输入至所述基础大模型中，基于所述原始参数矩阵和所述初始低秩矩阵对所述云端样本数据进行数据映射处理，得到云端目标数据； 基于所述云端样本数据和所述云端目标数据确定云端任务损失值，基于所述网络安全知识矩阵和所述初始低秩矩阵确定知识正则损失值，并根据所述云端任务损失值和所述知识正则损失值对所述初始低秩矩阵进行调整，得到目标低秩矩阵； 将所述目标低秩矩阵和所述基础大模型整合为教师模型并发送给边缘侧设备，以使所述边缘侧设备基于所述教师模型对构建的学生模型进行训练，并根据训练后的所述学生模型确定网络安全场景下完成云边协同参数调整的目标大模型。

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鹏城实验室，其通讯地址为：518000 广东省深圳市南山区兴科一街2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。