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
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 众数(厦门)信息科技有限公司王筝获国家专利权

众数(厦门)信息科技有限公司王筝获国家专利权

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!

龙图腾网获悉众数(厦门)信息科技有限公司申请的专利一种基于大模型的高效自反思检索增强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:CN120929558B

龙图腾网通过国家知识产权局官网在2026-03-31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:202511464295.2,技术领域涉及:G06F16/332;该发明授权一种基于大模型的高效自反思检索增强方法是由王筝;姚锋;吴炳坤;黄世勇设计研发完成,并于2025-10-14向国家知识产权局提交的专利申请。

一种基于大模型的高效自反思检索增强方法在说明书摘要公布了:本发明公开了一种基于大模型的高效自反思检索增强方法,包括以下步骤:S1、生成决策:将用户输入、历史问答和此轮问答上下文输入反思决策模型,反思决策模型根据输入按顺序输出最优决策;S2、判断动作:若决策动作为继续检索并生成查询,执行步骤S3;若决策动作为停止检索并生成答案,直接执行步骤S5;S3、检索召回:当反思决策模型输出的动作内容为一个或多个子检索查询时,将子检索查询输入检索系统,在外部知识库中进行内容召回,得到召回内容;S4、召回过滤:利用引用定位模型过滤召回内容,并更新得到此轮问答上下文,再返回并执行步骤S1;S5、输出答案:当反思决策模型输出的动作内容为答案时,输出答案,并将答案用于回答用户的问题。

本发明授权一种基于大模型的高效自反思检索增强方法在权利要求书中公布了:1.一种基于大模型的高效自反思检索增强方法,其特征在于,包括以下步骤: S1、生成决策:将用户输入、历史问答和此轮问答上下文输入反思决策模型,反思决策模型根据输入按顺序输出最优决策;其中,决策包括决策动作和相应的动作内容; 步骤S1中:所述此轮问答上下文在初始还未进行检索召回时为空;所述此轮问答上下文在经过至少一轮的检索召回后,每一轮生成的子检索查询和与对应的召回内容细粒度引用不断累积,并将各轮子检索查询加入此轮问答上下文中,计算公式为:∑t←∑t-1∪qt-1,ct-1,其中,∑t表示反思决策模型第t轮的上下文;←表示赋值;∑t-1表示反思决策模型第t-1轮的上下文;qt-1,ct-1表示反思决策模型第t-1轮生成的查询qt-1与根据其检索召回并经清洗的细粒度引用ct-1成对应关系的组合表示;qt-1表示模型第t-1轮生成的查询;ct-1表示根据模型第t-1轮生成的查询进行检索召回并经清洗的细粒度引用; S2、判断动作:根据反思决策模型输出的决策动作,判断下一步动作;若决策动作为继续检索并生成查询,执行步骤S3;若决策动作为停止检索并生成答案,直接执行步骤S5; S3、检索召回:当步骤S1中反思决策模型输出的动作内容为一个或多个子检索查询时,将子检索查询输入检索系统,在外部知识库中进行内容召回,得到召回内容; S4、召回过滤:利用引用定位模型过滤召回内容,并更新得到此轮问答上下文,再返回并执行步骤S1; 步骤S4的具体过程为: S41、将召回内容进行细粒度切分,并在切分后的细粒度内容之间加入位置标识; S42、将带有细粒度位置标识的召回内容和与召回内容相应的子检索查询一起输入引用定位模型,通过引用定位模型输出对于子检索查询真正有效的细粒度内容的位置索引,并根据位置索引提取出有效的细粒度内容; S43、将有效的细粒度内容与子检索查询一起构造相互对应的形式后,更新得到此轮问答上下文; S44、将更新得到的此轮问答上下文、用户输入和历史问答一起再次输入反思决策模型,并执行步骤S1; S5、输出答案:当步骤S1中反思决策模型输出的动作内容为答案时,输出答案,并将答案用于回答用户的问题。

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众数(厦门)信息科技有限公司,其通讯地址为:361000 福建省厦门市火炬高新区软件园一期曾厝垵北路3号科汇楼402室-A184;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。