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！

龙图腾网获悉厦门渊亭信息科技有限公司申请的专利一种装备体系后勤保障大模型训练方法、系统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：CN121257610B 。

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：202511832562.7，技术领域涉及：G06N3/0455；该发明授权一种装备体系后勤保障大模型训练方法、系统及存储介质是由洪万福;黄在斌设计研发完成，并于2025-12-08向国家知识产权局提交的专利申请。

本一种装备体系后勤保障大模型训练方法、系统及存储介质在说明书摘要公布了：一种装备体系后勤保障大模型训练方法、系统及存储介质，其包括获取装备体系后勤保障领域的多源异构数据；基于多源异构数据构建领域知识库，并基于知识抽取生成待训练大模型的训练样本；构建多阶段的指令模板；基于领域知识库与指令模板，对待训练大模型执行多阶段指令微调处理，得到领域大模型；多阶段指令微调处理包括任务认知微调阶段、领域知识微调阶段、推理建模微调阶段与生成优化微调阶段；通过领域大模型生成运筹优化代码；执行运筹优化代码并记录执行结果，基于执行结果中的错误信息构建纠错数据集；基于纠错数据集对领域大模型进行执行反馈微调处理；评估领域大模型的模型性能，并根据评估结果迭代更新领域知识库与指令模板。

本发明授权一种装备体系后勤保障大模型训练方法、系统及存储介质在权利要求书中公布了：1.一种装备体系后勤保障大模型训练方法，其特征在于，包括以下步骤： 获取装备体系后勤保障领域的多源异构数据，包括历史任务记录、装备性能参数、战区地理信息、运筹建模案例及其对应的运筹优化代码与求解结果； 基于所述多源异构数据构建领域知识库，并基于知识抽取生成待训练大模型的训练样本； 构建多阶段的指令模板，包括任务解析模板、数学建模模板与代码生成模板； 基于所述领域知识库与指令模板，对所述待训练大模型执行多阶段指令微调处理，得到领域大模型；所述多阶段指令微调处理包括任务认知微调阶段、领域知识微调阶段、推理建模微调阶段与生成优化微调阶段； 通过所述领域大模型生成运筹优化代码； 执行所述运筹优化代码并记录执行结果，基于所述执行结果中的错误信息构建纠错数据集； 基于所述纠错数据集对所述领域大模型进行执行反馈微调处理； 评估所述领域大模型的模型性能，并根据评估结果迭代更新所述领域知识库与指令模板； 基于所述多源异构数据构建领域知识库，包括以下步骤： 对所述多源异构数据进行结构化处理，生成包括变量定义、目标函数和约束条件的结构化建模数据；对所述多源异构数据进行标准化处理与一致性校验，生成所述领域知识库的输入样例；基于预设指令模板，通过大语言模型对所述输入样例进行知识抽取，生成知识文本；将所述知识文本转换为标准化样例集合，构建所述领域知识库； 将所述知识文本转换为标准化样例集合，构建领域知识库，包括以下步骤： 对所述知识文本进行字段归一化处理、格式统一处理以及语义验证处理，形成标准化样例文本；构建由多个所述标准化样例文本组成的标准化样例集合，生成所述领域知识库；建立知识库更新机制，当任务需求变化时，重新执行知识抽取步骤以及知识文本转换步骤，以更新所述领域知识库； 所述任务认知微调阶段，将所述标准化样例文本作为待训练大模型的输入数据； 所述领域知识微调阶段，将地理约束条件、所述装备性能参数与标准化样例文本作为待训练大模型的输入数据，并采用知识注意力增强机制进行训练； 所述推理建模微调阶段，将任务描述与领域约束条件作为输入数据，采用链式推理模板进行任务分解处理，并执行分步标签对齐策略； 所述生成优化微调阶段，将已验证的建模代码与求解结果作为训练样本，采用自一致性强化训练策略生成多个候选解，并对所述候选解进行可行性验证，再将验证结果用于待训练大模型参数的梯度更新。

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厦门渊亭信息科技有限公司，其通讯地址为：361000 福建省厦门市软件园二期望海路61号801单元N8-01；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。