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OPPO(重庆)智能科技有限公司申请的专利模型训练方法、装置、终端设备及存储介质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：CN115879005B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202211655700.5，技术领域涉及：G06F18/214；该发明授权模型训练方法、装置、终端设备及存储介质是由黄钢;孔涛涛设计研发完成，并于2022-12-22向国家知识产权局提交的专利申请。

本模型训练方法、装置、终端设备及存储介质在说明书摘要公布了：本申请实施例提供一种模型训练方法、装置、终端设备及存储介质，该模型训练方法包括：将第一样本中的用户静态数据输入第一编码网络，得到第一样本的第一编码结果；第一样本是目标样本集合中的任一个；将第一样本中的基于用户行为的时间序列数据输入第二编码网络，得到第一样本的第二编码结果；将第一样本的编码结果和第二样本的编码结果进行组合后，输入多任务编码网络，得到第一样本的多任务预测结果；基于第二编码结果计算第二编码网络的训练损失，基于多任务预测结果计算多任务编码网络的训练损失；基于第二编码网络的训练损失和多任务编码网络的训练损失对多任务模型进行优化。本申请实施例可以提高模型的训练效果。

本发明授权模型训练方法、装置、终端设备及存储介质在权利要求书中公布了：1.一种模型训练方法，其特征在于，所述方法应用于多任务模型，所述多任务模型包括：第一编码网络、第二编码网络和多任务编码网络，所述多任务编码网络包括顺序连接的R个任务编码子网络；所述方法包括： 将第一样本中的用户静态数据输入所述第一编码网络，得到所述第一样本的第一编码结果；所述第一样本是目标样本集合中的任一个；所述用户静态数据包括：用户的ID特征、用户的统计特征、用户的人口属性； 将所述第一样本中的基于用户行为的时间序列数据输入所述第二编码网络，得到所述第一样本的第二编码结果；所述时间序列数据包括：用户进行的有时间先后顺序的一连串的操作； 将所述第一编码结果和所述第二编码结果进行组合后，输入所述多任务编码网络，得到所述第一样本的多任务预测结果；所述多任务预测结果包括所述R个任务编码子网络的预测结果，所述R个任务编码子网络的预测结果为用户行为的预测结果，所述R个任务编码子网络的预测结果具有时间相关性； 基于所述第二编码结果计算所述第二编码网络的训练损失，基于所述多任务预测结果计算所述多任务编码网络的训练损失； 基于所述第二编码网络的训练损失和所述多任务编码网络的训练损失对所述多任务模型进行优化； 所述将所述第一样本中的基于用户行为的时间序列数据输入所述第二编码网络，得到所述第一样本的第二编码结果，包括： 基于所述第一样本中的基于用户行为的时间序列数据生成输入数据、正标签数据和负标签数据；其中，所述正标签数据为所述输入数据在时间维度上往前偏移一位，所述负标签数据与所述正标签数据在每个时间维度上均不相同； 将所述输入数据、所述正标签数据和所述负标签数据输入所述第二编码网络，所述第二编码网络用于将所述输入数据、正标签数据和负标签数据分别进行嵌入编码，以映射到d维的向量空间，得到所述输入数据对应的d维编码张量、所述正标签数据对应的d维编码张量和所述负标签数据对应的d维编码张量，d为大于或等于2的整数； 将所述输入数据对应的d维编码张量进行自注意力编码，得到所述第一样本的第二编码结果，所述第二编码结果为d维编码张量； 所述基于所述第二编码结果计算所述第二编码网络的训练损失，包括： 基于所述第一样本的第二编码结果、所述正标签数据对应的d维编码张量和所述负标签数据对应的d维编码张量计算所述第二编码网络的训练损失。

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OPPO(重庆)智能科技有限公司，其通讯地址为：401120 重庆市渝北区玉峰山镇玉龙大道188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。