北京百度网讯科技有限公司柴业坤获国家专利权
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！
龙图腾网获悉北京百度网讯科技有限公司申请的专利语言模型训练方法、奖励模型训练方法、装置及电子设备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：CN117273117B 。
龙图腾网通过国家知识产权局官网在2025-08-22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：202311281419.4，技术领域涉及：G06N3/092；该发明授权语言模型训练方法、奖励模型训练方法、装置及电子设备是由柴业坤;王硕寰;孙宇设计研发完成，并于2023-09-28向国家知识产权局提交的专利申请。
本语言模型训练方法、奖励模型训练方法、装置及电子设备在说明书摘要公布了：本公开提供了语言模型训练方法、奖励模型训练方法、装置及电子设备，涉及人工智能技术领域，具体为深度学习、自然语言处理、大模型等技术领域，可应用于基于人工智能的交互场景。具体实现方案为：获取语言模型基于目标问题所生成的回复；根据目标问题，调用目标工具，得到目标问题的参考信息，参考信息是基于目标工具的返回数据确定；根据目标问题的参考信息，对回复生成目标评价信息；根据目标评价信息，在强化学习阶段对语言模型进行模型参数调整。通过目标工具得到的参考信息中包含与目标问题的期望回复相关的信息，基于参考信息可以对回复进行准确客观地评价，因此，根据目标评价信息对语言模型进行模型参数调整可以提升语言模型的训练效果。
本发明授权语言模型训练方法、奖励模型训练方法、装置及电子设备在权利要求书中公布了：1.一种语言模型训练方法，包括： 获取语言模型基于目标问题所生成的回复； 根据所述目标问题，调用目标工具，得到所述目标问题的参考信息，所述参考信息是基于所述目标工具的返回数据确定； 根据所述目标问题的所述参考信息，对所述回复生成目标评价信息； 根据所述目标评价信息构建第一损失函数，基于所述第一损失函数在强化学习阶段对所述语言模型进行模型参数调整； 其中，目标评价信息包括打分，在所述打分和差异呈负相关关系的情况下，所述打分和所述第一损失函数的损失值呈负相关关系，所述打分越高，差异越小，所述第一损失函数的损失值越小；所述打分越低，差异越大，所述第一损失函数的损失值越大。
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京百度网讯科技有限公司，其通讯地址为：100085 北京市海淀区上地十街10号百度大厦二层；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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号