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！

龙图腾网获悉集美大学申请的专利大模型微调方法、时间序列预测方法、装置及存储介质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：CN119886220B 。

龙图腾网通过国家知识产权局官网在2025-08-08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：202510388436.0，技术领域涉及：G06N3/0455；该发明授权大模型微调方法、时间序列预测方法、装置及存储介质是由李超鹏;项秉杰;任文琦;吴心怡设计研发完成，并于2025-03-31向国家知识产权局提交的专利申请。

本大模型微调方法、时间序列预测方法、装置及存储介质在说明书摘要公布了：本申请公开了一种大模型微调方法、时间序列预测方法、装置及存储介质，该方法包括：通过预设方式读取预训练模型；确定预训练模型的低秩矩阵需求，确定低秩矩阵需求的初始值分布，并根据初始值分布计算低秩矩阵权重的伽马分布；将伽马分布、激活函数输入与输出的方差、以及三阶中心距进行结合推导，得到低秩矩阵权重的权重分布；将权重分布通过伽马采样处理，得到低秩矩阵权重；基于低秩矩阵权重对预训练模型进行调参，得到调参后的预训练模型；对调参后的预训练模型进行训练，得到目标模型，其中，所述目标模型用于对时间序列相关联的事件进行预测。通过本申请，解决了相关技术中大模型需要的硬件成本和能源消耗较高，且可用性较低的问题。

本发明授权大模型微调方法、时间序列预测方法、装置及存储介质在权利要求书中公布了：1.一种大模型微调方法，其特征在于，包括： 通过预设方式读取预训练模型，其中，所述预设方式包括以下至少之一：API读取、本地读取、云计算服务平台的API读取； 确定所述预训练模型的低秩矩阵需求，确定所述低秩矩阵需求的初始值分布，并根据所述初始值分布计算低秩矩阵权重的伽马分布；其中，所述低秩矩阵需求用于表征所述低秩矩阵的大小；所述初始值分布，包括：用于捕捉所述预训练模型的输入数据的非对称性的偏态分布概率密度函数；所述初始值分布为基于时间序列相关联的输入数据的三阶中心距的偏态分布，且用于捕捉输入数据的非对称性； 将所述伽马分布、激活函数输入与输出的方差、以及三阶中心距进行结合推导，得到所述低秩矩阵权重的权重分布； 将所述权重分布通过伽马采样处理，得到低秩矩阵权重； 基于所述低秩矩阵权重对所述预训练模型进行调参，得到调参后的预训练模型； 计算所述调参后的预训练模型在预设时间步长下的平均激活神经元个数；以及， 将正则项系数和损失函数结合，构造拉格朗日函数，并对所述拉格朗日函数进行最小化处理，得到优化后的函数； 计算所述优化后的函数对所述调参后的预训练模型的参数权重； 根据梯度归一化方式对所述参数权重的梯度进行归一化处理，得到目标模型，其中，所述梯度归一化方式，包括：；其中，为调参后的预训练模型的参数权重，为权重梯度，为所述权重梯度的均值，为所述权重梯度的方差，为偏差矫正值，为缩放系数；所述目标模型用于对时间序列相关联的事件进行预测。

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集美大学，其通讯地址为：361021 福建省厦门市集美区银江路185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”。