龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：深圳创享数智科技有限公司
申请日：2024-01-17
公开（公告）日：2024-06-07
公开（公告）号：CN118152628A
主分类号：G06F16/9032
分类号：G06F16/9032;G06F16/332;G06F16/33;G06F16/28;G06F16/2455;G06Q50/18;G06N20/00;G06N5/04;G06N5/02
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.06.25#实质审查的生效;2024.06.07#公开
摘要：本发明公开了一种提升大语言模型回答法律合规问题精准性的训练方法，涉及人工智能领域和人工智能概念以下的自然语言处理（NLP）、大规模语言模型（LLM），和搜索增强生成（RAG）技术，该方法包括：基于大语言模型的知库检索增强（RAG）的两层架构，这两层架构通过两个阶段来精准回答用户所提出的问题；将检索得到的问题Qdecoding以后得到文本Q1,Q2,Q3...；用Q查询关系型数据库得到和用户问题最相关的3个FAQ将这3个FAQ内容结合到prompt提示词里向大模型提问；依托RAG的双层检索架构和提示词技术，得到精准的回答。本发明通过检索增强生成（RAG）技术，解决了大语言模型在回答法律合规问题上存在的检索准确性低、措辞专业性弱的问题，提升了用户体验。
主权项：1.一种提升大模型回答法律合规问题精准性的训练方法，其特征在于，所述提升大模型回答法律合规问题精准性的训练方法包括：基于企业知识库整理FAQ文档，针对一个知识点，用大语言模型生成N个语义相似的问题Q1,Q2....QN（提示词示例：请根据如下提供的知识点从不同的用户角度来生成3个合理且有实际意义的问题）；把这几个问题都关联到同一个FAQ；把问题Q1,Q2....QN做embedding向量化处理后存入向量数据库，把Q和FAQ的关联关系存储到关系型数据库；当用户提问的时候，我们会对用户的问题做向量化，用向量化以后的问题去向量数据库检索匹配语义最相似的topn个Q（通常是top3）；将检索得到的问题Qdecoding以后得到文本Q1,Q2,Q3...；用Q查询关系型数据库得到和用户问题最相关的3个FAQ，将这3个FAQ内容结合到prompt提示词里，再向大模型提问，依托RAG的双层检索架构和提示词技术，得到精准的回答。
全文数据：
权利要求：
百度查询： 深圳创享数智科技有限公司 一种提升大语言模型回答法律合规问题精准性的训练方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号