申请/专利权人:支付宝(杭州)信息技术有限公司
申请日:2024-01-22
公开(公告)日:2024-06-25
公开(公告)号:CN118246505A
主分类号:G06N3/08
分类号:G06N3/08;G06N3/0442;G06N3/042;G06N3/045;G06N3/096;G06N3/0499;G06N3/084
优先权:
专利状态码:在审-公开
法律状态:2024.06.25#公开
摘要:本说明书实施例提供一种大语言模型的训练方法及装置,以及一种预测模型的训练方法及装置。其中大语言模型的训练方法包括:首先,将训练样本的样本特征输入大语言模型,得到对应的预测结果;该训练样本包括自然语言文本,大语言模型包括混合专家神经网络MoE,所述MoE网络包括门控网络和多个专家网络。接着,基于所述预测结果和所述训练样本的样本标签,确定任务损失项;以及,基于所述多个专家网络对应的多个输出,确定蒸馏损失项;所述多个专家网络之间互为蒸馏学习中的学生和老师。之后,基于所述任务损失项和蒸馏损失项,训练所述大语言模型。
主权项:1.一种大语言模型的训练方法,包括:将训练样本的样本特征输入大语言模型,得到对应的预测结果;其中,所述训练样本包括自然语言文本,所述大语言模型包括混合专家神经网络MoE,所述MoE网络包括门控网络和多个专家网络;基于所述预测结果和所述训练样本的样本标签,确定任务损失项;基于所述多个专家网络对应的多个输出,确定蒸馏损失项;所述多个专家网络之间互为蒸馏学习中的学生和老师;基于所述任务损失项和蒸馏损失项,训练所述大语言模型。
全文数据:
权利要求:
百度查询: 支付宝(杭州)信息技术有限公司 大语言模型的训练方法及装置
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。