Document
拖动滑块完成拼图
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
最新专利技术
  • 一种面向边缘计算的动态神经网络树持续学习方法及装置,其方法包括:(1)域适应阶段:通过自适应地水平扩展域适应(DA)模块,将新任务数据的特征与目标域对齐,以消除域差异的影响;(2)类感知学习阶段:将域对齐后的特征输入神经网络树,通过基于置信...
  • 本申请涉及基于联邦学习与差分隐私的跨境需求预测技术领域,揭示了一种基于联邦学习与差分隐私的跨境需求预测方法和装置,其中,方法包括:通过特征分离技术与动态差分隐私机制的协同设计,在联邦学习框架下实现了用户身份信息与业务特征的完全脱钩,从根本上...
  • 本发明涉及一种基于易混淆类别特征注入的泛化对抗样本组生成方法,属于计算机视觉领域的对抗攻击技术领域。本发明在生成面向类别的泛化扰动样本组过程中引入易混淆类别特征向量方向上的类扰动更新动量,该类扰动更新动量使对抗样例向相邻的易混淆类别更快地更...
  • 本发明公开基于动态梯度的差分隐私保护方法和系统,该方法包括:步骤一:在目标神经网络模型的训练过程中实时监测反向传播的梯度特征,并基于所述梯度特征计算动态敏感度缩放因子;步骤二:基于三级递进式判定方法识别目标模型中网络层级的类型;步骤三:根据...
  • 本申请涉及人工智能安全领域,提供一种黑盒环境下对抗样本评估方法、装置、设备及程序产品。该方法包括:获取目标模型的定向查询请求,生成对抗样本;根据对抗样本,分别利用目标模型和代理模型,得到基于目标模型得到的第一概率分布和基于代理模型得到的第二...
  • 本申请提供一种文本强化学习方法、装置、电子设备、计算机存储介质,涉及文本强化学习技术领域,应用于文本生成模型。所述方法包括:确定待分析语句中一个或多个目标词汇,根据所述目标词汇生成替换词集合;将所述待分析语句中的所述目标词汇替换为当前候选替...
  • 本申请涉及虚幻引擎驱动的多智能体强化学习训练方法、系统、设备及介质。所述方法包括:获取多智能体的核心属性数据,包括实时通信带宽、初始通信拓扑配置、训练阶段进度、单智能体计算能力及集群整体计算负载状态;对实时通信带宽与初始通信拓扑配置进行分析...
  • 本申请公开了一种强化学习采样方法及相关装置,涉及计算机技术领域,包括:获取待串行采样的多个查询数据,多个查询数据为多个不同的请求批次或同一请求批次内的多个不同的查询请求,获取多个查询数据各自的奖励计算预估时长,按照多个查询数据各自的奖励计算...
  • 本发明公开了一种多模态模型后训练方法及装置,该方法包括:基于多模态模型后训练的训练步骤及训练任务类型,对多模态模型中的第一训练模型的模型参数进行激活,对第二训练模型的模型参数进行参数冻结;基于第一训练模型及第二训练模型对训练数据进行预测输出...
  • 本发明公开了一种基于MADDPG算法的多智能体障碍物环境下协同围捕,首先,在策略网络中引入长短期记忆网络层,以利用观测序列的时序特征提升决策质量;其次,在经验回放模块对长度为T的轨迹序列按末端时序差分误差加权,并通过指数衰减向前传播,以保证...
  • 本发明公开一种基于有模型离线强化学习的自动驾驶路口通行方法及装置,涉及智能驾驶技术领域。方法包括:搭建路口交通场景仿真环境,采用预定义的真值轨迹,获取离线专家数据;构建初始的世界模型;采用离线专家数据对初始的世界模型进行训练,输出训练好的世...
  • 本申请实施例提供一种替代交通票务的推荐模型训练方法、推荐方法及程序,其中训练方法包括:基于替代交通票务的历史推荐数据,构建训练包;所述训练包包括多个示例,所述示例为替代交通票务搜索方案;确定所述训练包对应的示例级目标特征信息;以及,确定所述...
  • 本申请提出一种基于动态权重融合的统一监督微调与强化学习训练方法,属于人工智能领域。基于动态权重融合的统一监督微调与强化学习训练方法,基于统一SFT与RL训练目标以平衡知识模仿与策略探索,从而达到提升训练稳定性的目的。包括下述实施步骤:步骤(...
  • 本发明公开了一种结合冻结机制的异构集群混合并行训练方法及系统,属于神经网络技术领域。本发明结合目标异构硬件集群的特性,预测模型中各层在不同类型硬件上的不同硬件上的计算时间和存储需求;采用动态规划求解最优的流水线分割与数据并行配置,得到混合并...
  • 本发明提供的置信度引导的自适应图表示增强学习方法、设备及介质,涉及标签预测与电数据处理技术领域。本发明通过获取由多源异构电子化数据组成的众包数据集,并输入自适应图表示学习模型;对众包数据集进行映射构建原始二分图;基于原始二分图,通过动态置信...
  • 本申请提供了一种大语言模型的训练方法、装置、电子设备、计算机可读存储介质及计算机程序产品;方法包括:获取已训练的第一大语言模型和待训练的第二大语言模型,其中,第一大语言模型是通过第一语种的样本数据进行训练得到的;获取第一语种的样本数据以及对...
  • 本发明公开了一种基于层剪枝和参数共享的大模型压缩方法,属于人工智能与自然语言处理技术领域,解决大语言模型部署时内存占用高、计算成本大以及传统剪枝方法未建模层间动态关联性、参数共享技术难以适配剪枝后结构的问题。技术方案包括:通过前向传播计算层...
  • 本发明涉及人工智能技术领域,提供了一种动态阈值驱动的AI模型压缩方法及系统。动态阈值驱动的AI模型压缩方法包括,设计了一种自适应的、动态调整的剪枝阈值计算机制。该机制摒弃了依赖固定经验参数的传统模式,采用统计学上更为鲁棒的中位数绝对偏差方法...
  • 本发明提供了一种端侧深度学习模型的剪枝方法,该剪枝方法包括:获取设备端对应的设备参数、初始学习模型及模型参数;设定第一测试剪枝率,并计算模型精度,将模型精度满足第一精度阈值最大的第一测试剪枝率作为第一目标测试剪枝率;根据第一目标测试剪枝率设...
  • 本发明属于人工智能技术领域,适用于医疗领域和金融领域,公开了一种具身智能模型的轻量化方法、装置、设备及介质,所述方法包括:构建模型轻量化评估函数,并基于所述状态向量和模型轻量化评估函数,计算机器人端侧在当前任务下的具身智能模型的轻量化参数;...
技术分类