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：行至智能(北京)技术有限公司
申请日：2024-03-21
公开（公告）日：2024-06-11
公开（公告）号：CN118171650A
主分类号：G06F40/289
分类号：G06F40/289;G06F40/151;G06F40/194;G06N5/04;G06F40/216;G06F16/332;G06F16/34;G06F40/58;G06N3/088
优先权：
专利状态码：在审-公开
法律状态：2024.06.11#公开
摘要：本发明公开了一种完全无监督的大语言模型微调训练平台，包括源数据集管理模块，用于对上传文本进行处理，生成用于符合微调训练的数据；模型微调训练模块，用于选择微调训练的模型以及对训练后的模型进行测试评价；数据推理生成模块，用于基于任务需求将相关的数据输入对应的模型，并对模型生成的数据进行打分审核；本发明极大降低大模型微调训练数据准备阶段人力成本和时间成本，所使用的预训练数据推理大模型的实际效果极佳，生成的数据超越普通业务人员人工编写标注的数据，这极大地保证了模型微调训练的效果质量。
主权项：1.一种完全无监督的大语言模型微调训练平台，其特征在于，包括：源数据集管理模块，用于对上传文本进行处理，生成用于符合微调训练的数据；模型微调训练模块，用于选择微调训练的模型以及对训练后的所述模型进行测试评价；数据推理生成模块，用于基于任务需求将相关的所述数据输入对应的所述模型，并对所述模型生成的数据进行打分审核；其中，所述源数据集管理模块包括数据管理子模块和数据处理子模块，所述数据管理子模块具有对所述上传文本进行增删改查功能，所述数据子模块包括OCR解析处理和文本段落分割处理，所述OCR解析处理包括将不同格式的文档转换为文本数据，所述文本段落分割处理包括将所述文本数据进行初步分割，获得多个段落；利用文本相似度计算算法去提取每个所述段落的主题，若所述段落的主题相同则不分割，若所述段落的主题不相同，则按照所述主题进行分割；将分割后的所述段落按照模型理解长度进行分割。
全文数据：
权利要求：
百度查询： 行至智能(北京)技术有限公司 一种完全无监督的大语言模型微调训练平台
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