申请/专利权人:金蝶软件(中国)有限公司
申请日:2024-05-10
公开(公告)日:2024-06-21
公开(公告)号:CN118227107A
主分类号:G06F8/33
分类号:G06F8/33;G06N20/00
优先权:
专利状态码:在审-公开
法律状态:2024.06.21#公开
摘要:本申请涉及一种代码生成模型训练方法、代码生成方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括:获取目标业务场景对应的预训练数据集;预训练数据集的预训练代码样本包括通用代码样本和目标业务场景对应的场景代码样本;将预训练数据集输入通用大语言模型进行二次预训练,得到第一预测代码样本;基于预训练代码样本和第一预测代码样本之间的差异,调整通用大语言模型,得到目标业务场景对应的初始代码生成模型;基于目标业务场景对应的有监督训练集对初始代码生成模型进行有监督训练,得到目标业务场景对应的目标代码生成模型。采用本方法能够提高代码生成效率。
主权项:1.一种代码生成模型训练方法,其特征在于,所述方法包括:获取目标业务场景对应的预训练数据集;所述预训练数据集的预训练代码样本包括通用代码样本和所述目标业务场景对应的场景代码样本;以通用大语言模型为基座模型,将所述预训练数据集输入所述通用大语言模型,进行二次预训练,得到第一预测代码样本,基于所述预训练代码样本和所述第一预测代码样本之间的差异,调整所述通用大语言模型,得到所述目标业务场景对应的初始代码生成模型;获取所述目标业务场景对应的有监督训练集;所述有监督训练集包括指令训练样本和所述指令训练样本对应的标签代码样本;将所述指令训练样本输入所述初始代码生成模型,得到第二预测代码样本,基于所述标签代码样本和所述第二预测代码样本之间的差异,调整所述初始代码生成模型,得到所述目标业务场景对应的目标代码生成模型。
全文数据:
权利要求:
百度查询: 金蝶软件(中国)有限公司 代码生成模型训练方法、代码生成方法、装置
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。