Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

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 科技服务 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 > 北京大学刘宏志获国家专利权

北京大学刘宏志获国家专利权

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!

龙图腾网获悉北京大学申请的专利一种基于大语言模型的搜索推荐任务联合训练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:CN120104862B

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:202411979746.1,技术领域涉及:G06F16/9535;该发明授权一种基于大语言模型的搜索推荐任务联合训练方法及系统是由刘宏志;孙天琦;吴中海设计研发完成,并于2024-12-31向国家知识产权局提交的专利申请。

一种基于大语言模型的搜索推荐任务联合训练方法及系统在说明书摘要公布了:本发明公开了一种基于大语言模型的搜索推荐任务联合训练方法及系统,属于人工智能和数据科学领域。本发明通过联合训练多个领域专用系统与一个统一的大模型,结合领域知识预训练与领域任务微调,实现了跨系统与跨任务的信息互补,有效缓解了数据稀疏问题并提升了推荐与搜索任务的执行效率。此外,统一大模型通过整合多个领域的业务知识,进一步减轻了负迁移的影响,提升了多任务处理中的表现。本发明不仅为解决数据稀疏问题提供了新的思路,也为跨领域推荐与搜索系统的优化提供了行之有效的技术手段。

本发明授权一种基于大语言模型的搜索推荐任务联合训练方法及系统在权利要求书中公布了:1.一种基于大语言模型的搜索推荐任务联合训练方法,其特征在于,所述方法包括: 构建搜索任务训练数据集、推荐任务训练数据集和预训练大模型的自然语言词表V;其中,所述搜索任务训练数据集包括:用户ID、搜索查询指令、物品ID和执行搜索任务的领域专用系统Ssearch中的用户-物品交互矩阵Hsearch,所述推荐任务训练数据集包括:用户ID、物品ID和执行推荐任务的领域专用系统Srec中的用户-物品交互矩阵Hrec; 生成领域专用系统Stask中用户ID的领域嵌入表示和物品ID的领域嵌入表示其中,task∈[search,rec]; 将用户ID、搜索查询指令和物品ID嵌入提示模板Csearch,将用户ID和物品ID嵌入提示模板Crec之后,将提示模板Ctask、领域嵌入表示和领域嵌入表示输入到大模型,并结合自然语言词表V和用户-物品交互矩阵Htask,得到大模型损失Lllm; 抽取大模型根据提示模板Ctask生成的顶层特征向量将所述顶层特征向量输入领域专用系统Stask,并结合用户ID的领域嵌入表示和物品ID的领域嵌入表示得到领域专用系统Stask的损失其中,输入领域专用系统Ssearch的顶层特征向量包括:用户上下文Cu的顶层特征向量物品上下文Ci的顶层特征向量和搜索查询指令的顶层特征向量Xq,输入领域专用系统Srec的顶层特征向量包括:用户上下文Cu的顶层特征向量和物品上下文Ci的顶层特征向量 基于总损失对大模型与领域专用系统Stask进行参数更新,从而得到训练好的大模型和领域专用系统Stask;其中,所述总损失包括:大模型损失Lllm和领域专用系统Stask的损失

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北京大学,其通讯地址为:100871 北京市海淀区颐和园路5号北京大学;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”。

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。