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！

龙图腾网获悉重庆大学申请的专利一种针对Non-IID语言数据的个性化智能客服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：CN120106225B 。

龙图腾网通过国家知识产权局官网在2025-08-19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：202510257415.5，技术领域涉及：G06N5/04；该发明授权一种针对Non-IID语言数据的个性化智能客服方法及系统是由胡春强;易新志;蒲誉文;陈希;夏晓峰;桑军设计研发完成，并于2025-03-05向国家知识产权局提交的专利申请。

本一种针对Non-IID语言数据的个性化智能客服方法及系统在说明书摘要公布了：本发明涉及人工智能技术，揭露了一种针对Non‑IID语言数据的个性化智能客服方法及系统，所述方法包括：服务器端初始化客服模型的微调参数并分发至客户端；客户端对客服模型进行微调训练得到更新微调参数，并添加噪声后上传至服务器端；服务器端聚合梯度得到聚合微调参数，并将聚合微调参数分发至客户端；客户端训练聚合微调参数得到最终微调参数；服务器端聚合最终微调参数得到全局参数；客户端利用全局参数得到个性化参数，利用个性化参数更新客服模型得到目标客服模型。本发明还提出一种针对Non‑IID语言数据的个性化智能客服方法的系统。本发明可以满足不同客户端的个性化需求并保证目标客服模型在各个客户端上的回复效率。

本发明授权一种针对Non-IID语言数据的个性化智能客服方法及系统在权利要求书中公布了：1.一种针对Non-IID语言数据的个性化智能客服方法，其特征在于，所述方法包括： 客户端的处理芯片从用户接口采集客户问题信息，将客户问题信息输入客户端的目标客服模型，目标客服模型输出解答内容，处理芯片将解答内容输出到客户端的显示器； 其中，客户端的目标客服模型构建过程包括： 服务器端初始化预构建的客服模型的微调参数，并将微调参数和预构建的客服模型的预训练参数分发至各个客户端； 客户端利用本地问答对数据集对预构建的客服模型进行微调训练，训练完成后更新预构建的客服模型的微调参数得到更新微调参数，并将更新微调参数所对应的梯度添加噪声后上传至服务器端； 服务器端聚合所有客户端上传的更新微调参数所对应的梯度得到聚合微调参数，并将聚合微调参数分发至各个客户端； 客户端接收聚合微调参数并利用个性化LoRA聚合模型训练聚合微调参数，得到最终微调参数，并将最终微调参数上传至服务器端，其中，所述客户端接收聚合微调参数并利用个性化LoRA聚合模型训练聚合微调参数，包括： 步骤1、客户端接收聚合微调参数，其中，为特征降维投影矩阵，为特征重构矩阵，第个客户端初始化后的聚合微调参数为，其中，为客户端索引，为正整数，为第个客户端的特征降维投影矩阵，为第个客户端的特征重构矩阵，第个客户端拥有个性化LoRA聚合模型，为控制高层的个模块的参数权重的第一系数，为控制高层的个模块的参数权重的第二系数，其中，为模块的输入维度，是控制个性化LoRA聚合模型作用于高层transformer层的超参数，是每个transformer层应用的LoRA模块数； 步骤2、客户端初始化个性化LoRA聚合模型： ，其中为元素全为1的矩阵； 步骤3、利用个性化LoRA聚合模型更新得到： 其中表示哈达玛积，是客户端迭代训练完成后得到的特征降维投影矩阵，是客户端迭代训练完成后得到的特征重构矩阵，为迭代训练完成后得到的微调参数，具有与中下层个性化LoRA模型相同的网络形状，为第个客户端在轮训练时的特征重构矩阵，具有与中下层个性化LoRA模型相同的网络形状，为第个客户端在轮训练时的特征降维投影矩阵，中的元素都是1； 步骤4、冻结个性化LoRA模型中除聚合微调参数之外的参数，用客户端的本地数据对进行训练： 其中表示学习率，表示损失函数，为预构建的客服模型的大模型参数，为简化后的，为简化后的，为梯度运算，为客户的样本数量； 步骤5、对中元素进行裁剪，使中元素的值均保持在[0,1]之间： 其中，，为第一加权平均参数，为第二加权平均参数； 步骤6、反复执行步骤3-5直到收敛得到个性化LoRA聚合模型； 服务器端聚合最终微调参数得到全局参数，并将全局参数分发至各个客户端，每个客户端利用个性化LoRA聚合模型处理全局参数得到个性化参数，并利用个性化参数更新预构建的客服模型得到目标客服模型。

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重庆大学，其通讯地址为：400030 重庆市沙坪坝区沙正街174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”。