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！

龙图腾网获悉贵州大学;贵州优联博睿科技有限公司申请的专利基于蒙特卡洛树搜索与大语言模型的自动特征工程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：CN121561385B 。

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：202610102112.0，技术领域涉及：G06F18/2115；该发明授权基于蒙特卡洛树搜索与大语言模型的自动特征工程方法是由李晖;覃国忠;许玉田;陈攀峰;闵圣天;夏圣杰设计研发完成，并于2026-01-26向国家知识产权局提交的专利申请。

本基于蒙特卡洛树搜索与大语言模型的自动特征工程方法在说明书摘要公布了：本发明公开了基于蒙特卡洛树搜索与大语言模型的自动特征工程方法，包括向计算机系统输入表格数据集等特征数据；计算机系统执行特征初始化，评估输入的每个初始特征的得分，并构建初始特征树结构；迭代执行候选特征选择、基于大语言模型的扩展、特征得分评估及得分参数更新步骤，直至满足终止条件；基于选定特征，结合提示词工程调用大语言模型，扩展生成新特征节点；将新特征节点代入预定义的端到端机器学习pipeline评估，综合计算特征得分；沿特征合成路径自底向上更新特征树中所有祖先节点的相关参数；终止迭代后，输出能提升基础机器学习模型预测性能的最优特征集。本发明可以显著提升表格数据预测任务中机器学习模型的准确率。

本发明授权基于蒙特卡洛树搜索与大语言模型的自动特征工程方法在权利要求书中公布了：1.一种基于蒙特卡洛树搜索与大语言模型的自动特征工程方法，其特征在于，包括由计算机系统执行的以下步骤： 向计算机系统输入表格数据集、数据集元数据、基础机器学习模型及特征生成相关配置信息，其中表格数据集含多条记录及对应的原始特征集与标签集，元数据描述数据集及各原始特征详情； 计算机系统执行特征初始化，评估输入的每个初始特征的得分，并构建初始特征树结构； 迭代执行候选特征选择、基于大语言模型的扩展、特征得分评估及得分参数更新步骤，直至满足终止条件：候选特征选择时，逐层计算特征树中各特征的UCT值，按UCT值排序后贪心选择每层UCT值最大的特征； 基于选定特征，结合提示词工程调用大语言模型，扩展生成新特征节点； 将新特征节点代入预定义的端到端机器学习pipeline评估，综合计算特征得分； 沿特征合成路径自底向上更新特征树中所有祖先节点的相关参数； 终止迭代后，输出能提升基础机器学习模型预测性能的最优特征集； 候选特征选择中计算UCT值时，探索因子采用如下动态调整策略：探索因子从初始探索因子开始，随迭代轮次增加线性递减至最终探索因子，且初始探索因子大于最终探索因子； 特征得分评估步骤中，综合得分通过性能得分和复杂度惩罚组合计算，公式如下： ； 其中，为计算特征的Q值，Scorex为性能得分，为复杂度，为惩罚系数，性能得分为基础机器学习模型添加新特征后在测试集的性能指标，与仅使用原始特征时的性能指标差值；复杂度为新特征表达式中运算符数量与参与构建该特征的原始历史生成特征数量之和；并且，通过预设惩罚系数调整复杂度权重； 所述得分参数更新步骤以Q值作为衡量特征价值的综合指标，并包括：沿新特征节点到根节点的路径，先将每个节点的访问次数增加1，再按当前Q值与最优子节点Q值的平均值更新节点对应的Q值；最后，通过自底向上的反向传播，将新特征的评估结果转化为全局知识； 基于大语言模型的扩展步骤还包括特征多样性验证，包括：将首次生成的新特征与历史特征数据库中的特征比对相似度，相似度基于特征的属性序列、运算符序列及表达式序列计算；若存在相似度超过预设阈值的历史特征，则重构提示词并重新调用大语言模型，直至生成特征满足多样性要求或达到重试上限。

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贵州大学;贵州优联博睿科技有限公司，其通讯地址为：550025 贵州省贵阳市花溪区花溪大道南段2708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。