Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 天津汲智科技有限公司;南开大学刘杰获国家专利权

天津汲智科技有限公司;南开大学刘杰获国家专利权

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!

龙图腾网获悉天津汲智科技有限公司;南开大学申请的专利一种面向多任务的变分自编码低秩适配器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:CN121168578B

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:202511715363.8,技术领域涉及:G06N3/096;该发明授权一种面向多任务的变分自编码低秩适配器优化方法是由刘杰;刘佳霖设计研发完成,并于2025-11-21向国家知识产权局提交的专利申请。

一种面向多任务的变分自编码低秩适配器优化方法在说明书摘要公布了:本发明提供面向多任务的变分自编码低秩适配器优化方法,包括选择预训练的模型作为基座模型并进行权重矩阵的初始化;明确若干训练任务,并确定训练任务的训练数据集;初始化若干低秩适配器模块、变分自编码器和动态路由器的参数;将训练数据集经过预处理后得到输入向量;将输入向量转化得到第四输出向量;构建损失函数优化低秩适配器和变分自编码器的参数。本发明的有益效果是能够有效地解决现阶段基于LoRA的多任务学习方法面临的低秩特征表达能力有限问题,进而能够有效地提升语言模型多任务学习的表现;构建正态潜在分布约束潜在变量,避免特征无序,提升编码的稳定性,同时通过残差连接保留第一矩阵原始任务特征。

本发明授权一种面向多任务的变分自编码低秩适配器优化方法在权利要求书中公布了:1.一种面向多任务的变分自编码低秩适配器优化方法,其特征在于,包括以下步骤: 选择预训练的模型作为基座模型并进行权重矩阵的初始化; 明确若干训练任务,并确定所述训练任务的训练数据集; 初始化若干低秩适配器模块、变分自编码器和动态路由器的参数,所述低秩适配器模块包括第一矩阵和第二矩阵,所述变分自编码器包括编码器和解码器; 将所述训练数据集经过预处理后得到输入向量; 所述输入向量输入所述第一矩阵后得到第一输出向量; 所述第一输出向量输入所述编码器后得到第二输出向量; 所述第二输出向量输入所述解码器后得到第二潜在变量; 所述第二潜在变量输入所述第二矩阵后得到第三输出向量和输出调整项; 所述输入向量输入所述动态路由器后得到各所述低秩适配器模块的适配权重; 所述适配权重和所述输出调整项输入所述动态路由器后得到第四输出向量; 构建损失函数优化所述低秩适配器模块和所述变分自编码器的参数。

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天津汲智科技有限公司;南开大学,其通讯地址为:300110 天津市南开区科研西路天津科技广场6-1-0907(天开园);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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。