申请/专利权人：东北大学秦皇岛分校

申请日：2024-03-15

公开（公告）日：2024-05-31

公开（公告）号：CN118113848A

主分类号：G06F16/332

分类号：G06F16/332;G06F16/33;G06N3/006

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.06.18#实质审查的生效;2024.05.31#公开

摘要：本发明公开了一种深度模拟人类性格的大语言模型塑造方法，属于自然语言处理技术领域。该方法的实施包括以下步骤：本地化部署开源大语言模型；搜集“大五人格”性格工程知识库并进行数据处理，创建豆瓣小组进行人格对话语料库收集，撰写性格工程提示词；高效参数LoRA微调大语言模型；通过LangChain组件连接知识库、提示词、微调后的人格大语言模型进行人格文本输出；基于“大五人格”评价标准通过对话语聊评估大语言模型模拟人类性格的实验效果。本发明解决了传统对话聊天机器人单调无趣，难以定制独特语言风格的问题。它旨在通过使用提示词设定角色结合文本嵌入方法，利用外部数据微调大语言模型，使大语言模型输出文本具有人类性格特点，从而构造出能改变深度模拟人类特定性格特点的大语言模型。这一发明在提供精准对话、情感陪伴、心理治疗和安慰等方面可以发挥良好的效果，同时在医疗领域落地应用中具有广泛前景。

主权项：1.一种深度模拟人类性格的大语言模型LLM塑造方法，其特征在于，包括以下步骤：步骤S100、在计算机服务器本地部署开源大语言模型，它们具备多领域知识、代码能力、常识推理及运用能力，支持与用户通过自然语言对话进行交互，处理多种自然语言任务。；步骤S200、构建人格数据收集方案。搜集资料构建人格工程知识库，基于人类性格特点撰写提示词，构建人格单轮对话、多轮对话数据集并验证数据集可用性；步骤S300、建立LLM人格调整方案。使LLM具有人格知识，具备人格文本输出能力。所述步骤S300还包括：步骤S301、参数高效微调大语言模型。通过利用从豆瓣小组收集的单轮、多轮人格对话数据集，对LLM进行LoRA高效参数微调。步骤S302、利用LangChain框架组合人格微调大语言模型、人格工程提示词、外部知识库，用以调控大语言模型的输出。LangChain框架提供了一套工具、组件和接口，可简化创建由大型语言模型和聊天模型提供支持的应用程序的过程。利用LangChain提供的通用接口访问微调后的LLM，通过Loader组件加载外部知识库，通过Chain将各个组件进行链接，使用Memory组件保存和管理历史消息。步骤S400、评价性格工程构建结果。

全文数据：

权利要求：

百度查询： 东北大学秦皇岛分校 一种深度模拟人类性格的大语言模型塑造方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD