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 > 北京信工博特智能科技有限公司谭建龙获国家专利权

北京信工博特智能科技有限公司谭建龙获国家专利权

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!

龙图腾网获悉北京信工博特智能科技有限公司申请的专利一种提高大模型记忆量的方法及系统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:CN121457526B

龙图腾网通过国家知识产权局官网在2026-04-10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:202610008866.X,技术领域涉及:G06N3/0455;该发明授权一种提高大模型记忆量的方法及系统是由谭建龙;戴亦斌设计研发完成,并于2026-01-06向国家知识产权局提交的专利申请。

一种提高大模型记忆量的方法及系统在说明书摘要公布了:本发明涉及大模型技术领域,尤其涉及一种提高大模型记忆量的方法及系统,该方法通过在训练或推理过程中部署监控模块,统计各组件的记忆错误数量与总任务量,计算组件初始记忆性能;基于各组件性能评估结果,量化模型整体初始记忆量,作为优化起点;利用动态敏感度分析算法,挖掘各组件参数对记忆性能的影响程度,计算动态敏感度因子;结合敏感度因子、当前参数状态与记忆表现,通过动态参数优化与迭代提升算法自适应调整模型参数,并引入迭代验证机制,闭环优化各组件及整机的记忆能力。该方法实现对模型记忆性能的精细量化与参数级动态调控,有效提升大模型在知识保持、上下文理解等任务中的记忆稳定性与长期依赖处理能力。

本发明授权一种提高大模型记忆量的方法及系统在权利要求书中公布了:1.一种提高大模型记忆量的方法,其特征在于,所述方法包括: 在模型训练或推理过程中部署监控模块,记录大模型每个组件在长文档问答任务处理阶段的记忆错误数量和总任务处理数量,根据记忆错误数量和总任务处理数量计算每个组件的初始记忆性能; 基于各组件的初始记忆性能,计算整个大模型的初始记忆量,作为动态参数优化的起点; 通过动态敏感度分析算法分析组件记忆性能与模型参数之间的关系,计算每个组件模型参数的动态敏感度因子; 基于动态敏感度因子、组件记忆性能和模型参数,通过动态参数优化与记忆量迭代提升算法动态调整模型参数,并结合敏感度分析和迭代验证,逐步提高组件及整机在长文档问答任务处理阶段的记忆量; 其中,所述动态敏感度分析算法通过评估模型参数变化对组件记忆性能的直接影响,通过控制变量实验拟合曲线取导数,得到组件记忆性能对模型参数的偏导数;所述偏导数乘以组件模型参数值与组件记忆性能的比值; 再引入一个非线性影响因子,通过指数衰减函数描述模型参数偏离参考值时的影响,模拟实际训练中模型参数偏离最优状态时对组件记忆性能的非线性效应; 考虑模型参数之间的相互作用,通过统计方法计算每个模型参数与其他模型参数的相关性,计算模型参数之间的协方差和方差,得到一个标准化后的交互权重; 其中,所述动态敏感度因子的计算公式为: ; 其中,表示第t次迭代中第i个组件的第j个模型参数的动态敏感度因子;表示第t次迭代的第i个组件记忆性能,初始时=,表示第i个组件的初始记忆性能;表示第t次迭代中第i个组件的第j个模型参数值;表示组件记忆性能对模型参数值的偏导数;表示模型参数与组件记忆性能的相对比例;表示非线性影响因子;表示第i个组件的第j个模型参数参考值;表示衰减系数;表示模型参数交互影响的加权和;表示第j个和第k个模型参数之间的交互权重。

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北京信工博特智能科技有限公司,其通讯地址为:100102 北京市朝阳区广顺北大街17号4层04层B03内01室;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。