Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 成都国智未来科技有限公司郑冰冰获国家专利权

成都国智未来科技有限公司郑冰冰获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉成都国智未来科技有限公司申请的专利一种多任务联合大模型分层参数调整方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119128111B

龙图腾网通过国家知识产权局官网在2025-07-25发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411331520.0,技术领域涉及:G06F16/3329;该发明授权一种多任务联合大模型分层参数调整方法及系统是由郑冰冰;倪永全设计研发完成,并于2024-09-24向国家知识产权局提交的专利申请。

一种多任务联合大模型分层参数调整方法及系统在说明书摘要公布了:本发明提供了一种多任务联合大模型分层参数调整方法及系统,属于模型参数调整技术领域。方法根据大模型执行的任务类型和参数调整数据集,采用Lora微调的方式分别对大模型的分层参数进行迭代调整,得到每个任务类型对应的Lora参数;将原始大模型参数与多个任务类型的Lora微调参数合并,生成多任务联合大模型;依据预设任务指标对多任务联合大模型进行模型性能评估,并将模型性能评估结果符合多任务要求的多任务联合大模型部署到实际应用环境。本发明针对大模型的多种任务分别进行分层参数调整,依次冻结其他层的参数,对特定层进行调整,从而降低参数调整所需资源数量,提高了参数调整效率。

本发明授权一种多任务联合大模型分层参数调整方法及系统在权利要求书中公布了:1.一种多任务联合大模型分层参数调整方法,其特征在于,包括: 根据大模型执行的任务类型和参数调整数据集,采用Lora微调的方式分别对大模型的分层参数进行迭代调整,得到每个任务类型对应的Lora参数,包括: 判断大模型执行的任务类型,若任务类型为分类任务,则基于问题数据集对大模型进行分层参数Lora微调,得到分类Lora参数;其中,大模型包括嵌入层、位置编码层、注意力层和前馈层;若任务类型为问答任务,则基于问答数据集对大模型进行分层参数Lora微调,得到问答Lora参数;若任务类型为机器翻译任务,则基于翻译数据集对大模型进行分层参数Lora微调,得到翻译Lora参数;所述参数调整数据集包括问题数据集、问答数据集和翻译数据集;所述任务类型包括分类任务、问答任务和机器翻译任务; 所述分层参数Lora微调的过程包括: 首先冻结大模型嵌入层以外的其他层,并对嵌入层进行参数Lora微调,然后冻结大模型中位置编码层以外的其他层,对位置编码层进行参数Lora微调,为输入序列中的每个元素的位置分配一个位置编码;冻结大模型中注意力层以外的其他层,对注意力层进行参数Lora微调,计算输入序列中各个元素之间的相似性,‌为每个元素分配一个权重,根据元素的权重捕捉不同元素之间的依赖关系和重要性;接着冻结大模型中前馈层以外的其他层,对前馈层进行参数Lora微调,通过一个线性变换将输入序列映射到一个比原始维度高的维度空间,应用ReLU激活函数,通过一个线性变将数据映射回原始维度;最后冻结大模型中输出层以外的其他层,对输出层进行参数Lora微调,输出模型生成的最终结果; 将原始大模型参数与多个任务类型的Lora微调参数合并,生成多任务联合大模型; 依据预设任务指标对多任务联合大模型进行模型性能评估,并将模型性能评估结果符合多任务要求的多任务联合大模型部署到实际应用环境。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人成都国智未来科技有限公司,其通讯地址为:610000 四川省成都市高新区天府二街138号1栋26层2601号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

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。