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！

龙图腾网获悉深圳元始智能有限公司申请的专利基于大语言模型的任务响应方法及装置、电子设备、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：CN119623516B 。

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：202411517917.9，技术领域涉及：G06N3/0442；该发明授权基于大语言模型的任务响应方法及装置、电子设备、介质是由请求不公布姓名设计研发完成，并于2024-10-29向国家知识产权局提交的专利申请。

本基于大语言模型的任务响应方法及装置、电子设备、介质在说明书摘要公布了：本申请涉及人工智能技术领域，尤其是涉及一种基于大语言模型的任务响应方法及装置、电子设备、介质。本申请需要先获取目标序列数据；从目标序列数据中的多个序列子数据中选择当前序列子数据；通过输入层将当前序列子数据转化为对应的当前特征向量；通过核心层根据当前特征向量对序列记忆参数进行更新，并依照时间步的排序，从目标序列数据中的多个序列子数据中重新选择当前序列子数据；返回执行将当前序列子数据输入线性循环神经网络大模型，直至目标序列数据的各序列子数据均被选择，通过输出层根据当前序列子数据和序列记忆参数，生成任务响应结果。如此便可在大语言模型在面对较长序列数据的处理需求时，能够对算力终端带来较小的算力负担。

本发明授权基于大语言模型的任务响应方法及装置、电子设备、介质在权利要求书中公布了：1.一种基于大语言模型的任务响应方法，其特征在于，包括： 获取目标序列数据；其中，所述目标序列数据包括多个根据时间步进行排序的序列子数据，每一所述序列子数据对应于一个所述时间步； 从所述目标序列数据中的多个所述序列子数据中选择当前序列子数据； 将所述当前序列子数据输入线性循环神经网络大模型；其中，所述线性循环神经网络大模型包括输入层、核心层和输出层，所述核心层配置有序列记忆参数，所述核心层包括多个通过残差连接堆叠而成的模块层，所述模块层包括所述模块层包括残差连接的时间混合层和通道混合层，不同的当前特征向量和所述序列记忆参数具有各自对应的特征通道； 通过所述输入层将所述当前序列子数据转化为对应的当前特征向量； 在所述时间混合层中确定所述当前特征向量和所述序列记忆参数之间的时间依赖关系，并根据所述时间依赖关系和所述当前特征向量，对所述序列记忆参数进行增量调整； 在所述通道混合层中确定所述当前特征向量和对应所述序列记忆参数之间的通道依赖关系，并根据所述通道依赖关系和所述当前特征向量，对增量调整后的所述序列记忆参数进行通道融合调整，以更新序列记忆参数； 返回执行将所述当前序列子数据输入所述线性循环神经网络大模型，直至所述目标序列数据的各所述序列子数据均被选择，通过所述输出层根据所述当前序列子数据和所述序列记忆参数，生成任务响应结果。

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深圳元始智能有限公司，其通讯地址为：518000 广东省深圳市南山区蛇口街道渔一社区湾厦路126号南山互联网创新创意服务基地二期B408；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。