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！

龙图腾网获悉青岛理工大学申请的专利基于大语言模型多智能体的分片区块链联邦学习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：CN121413712B 。

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：202512000065.7，技术领域涉及：G06N3/098；该发明授权基于大语言模型多智能体的分片区块链联邦学习方法是由房晓雪;吴云亭;赵浩然设计研发完成，并于2025-12-29向国家知识产权局提交的专利申请。

本基于大语言模型多智能体的分片区块链联邦学习方法在说明书摘要公布了：本申请涉及计算机技术领域，公开了一种基于大语言模型多智能体的分片区块链联邦学习方法，包括：S1、客户端初始化；S2、动态分片调度与分配；S3、本地知识生成与上链；S4、智能体协作路由与知识获取；S5、知识融合与模型更新；S6、重复执行S3至S5，直至模型收敛或达到预设迭代次数。本申请可以在一个去中心化、分片化的联邦学习架构下，深度融合大语言模型的复杂推理能力和分片调度智能体、分片知识状态智能体、全局知识路由智能体这三种多智能体系统的自主协同机制，所述机制以智能化的方式实现对底层分片结构的动态优化和对高价值知识的智能路由，从而显著提升系统在异构数据和异构设备条件下的整体效率和模型性能。

本发明授权基于大语言模型多智能体的分片区块链联邦学习方法在权利要求书中公布了：1.基于大语言模型多智能体的分片区块链联邦学习方法，其特征在于，包括以下步骤： S1、客户端初始化： 各客户端加载本地私有数据集并初始化本地模型，提交客户端画像数据； S2、动态分片调度与分配： 分片调度智能体基于所述客户端画像数据，执行以下三阶段调度： 第一阶段：利用大语言模型预测各客户端预期同步时间，并根据预期同步时间将客户端划分为性能同质的初始分片；第二阶段：评估各分片负载，借助大语言模型的规划能力，通过最小化客户端迁移实现分片间负载均衡，确定最终分片分配；第三阶段：针对新加入节点，预测新加入节点的性能并利用大语言模型决策，在现有分片中寻找性能匹配且负载最小的插入点，实现平滑集成； S3、本地知识生成与上链： 各客户端基于本地数据集训练模型，通过知识蒸馏提取蒸馏知识片段，并将所述知识片段提交至区块链网络存证； S4、智能体协作路由与知识获取： 分片知识状态智能体采集客户端模型表现数据，利用大语言模型识别各客户端模型知识短板，并生成知识请求提议；全局知识路由智能体接收所述提议，利用大语言模型在全局知识索引中匹配知识贡献价值最高的教师分片，并指导客户端跨分片获取对应知识片段； S5、知识融合与模型更新： 客户端将获取的知识片段与本地知识融合，更新本地模型； S6、重复执行S3至S5，直至模型收敛或达到预设迭代次数。

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青岛理工大学，其通讯地址为：266033 山东省青岛市市北区抚顺路11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。