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！

龙图腾网获悉哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)申请的专利一种基于大模型的多智能体问答交互效率和性能优化方法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：CN119849644B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202510333136.2，技术领域涉及：G06N5/04；该发明授权一种基于大模型的多智能体问答交互效率和性能优化方法是由刘学博;王哲轩;王雨桐;张民设计研发完成，并于2025-03-20向国家知识产权局提交的专利申请。

本一种基于大模型的多智能体问答交互效率和性能优化方法在说明书摘要公布了：本发明提供一种基于大模型的多智能体问答交互效率和性能优化方法及装置，涉及多智能体交互技术领域。该方法包括：基于多智能体，根据训练问答任务构建第一通信图以及第一图权重模型；基于第一预设轮次，根据训练数据以及第一通信图，使用无偏策略梯度估计方法对第一图权重模型进行第一阶段优化训练，获得第二图权重模型以及第二通信图；基于第二预设轮次，使用训练数据以及第二通信图，使用无偏策略梯度估计方法对第二图权重模型进行第二阶段优化训练，获得第三图权重模型；根据实际问答任务，使用第三图权重模型进行问答推理，获得实际问答推理结果。本发明是一种基于多智能体角色的效率高且鲁棒性好的多智能体问答交互效率和性能优化方法。

本发明授权一种基于大模型的多智能体问答交互效率和性能优化方法在权利要求书中公布了：1.一种基于大模型的多智能体问答交互效率和性能优化方法，其特征在于，所述方法包括： 获取训练问答任务以及训练数据；基于多智能体，根据训练问答任务构建第一通信图以及第一图权重模型； 基于第一预设轮次，根据训练数据以及第一通信图，使用无偏策略梯度估计方法对第一图权重模型进行第一阶段优化训练，获得第二图权重模型以及第二通信图，包括： 使用DAGSample算法，根据第一图权重模型，对第一通信图进行重采样，并构建第一轮内图权重模型； 根据第一轮内图权重模型的模型参数，对第一通信图的条件采样概率进行计算，得到第一条件采样概率； 基于第一优化目标函数以及第一条件采样概率，根据训练数据，对第一轮内图权重模型进行第一预设轮次训练，获得第一梯度估计； 根据第一梯度估计，使用梯度上升法对第一轮内图权重模型进行优化，获得第二轮内图权重模型； 基于TopkNodes函数，根据第二轮内图权重模型的模型参数进行计算，得到角色节点度集合； 根据角色节点度集合，筛选出第二轮内图权重模型中角色节点度最小的前k个节点，获得丢弃节点集合； 根据丢弃节点集合，对第一图权重模型进行优化，获得第二图权重模型以及第二通信图； 基于第二预设轮次，使用训练数据以及第二通信图，使用无偏策略梯度估计方法对第二图权重模型进行第二阶段优化训练，获得第三图权重模型，包括： 使用DAGSample算法，根据第二图权重模型，对第二通信图进行重采样，并构建第二轮内图权重模型以及第二轮间图权重模型； 基于第二轮内图权重模型以及第二轮间图权重模型，根据训练数据以及第二通信图，对第二轮内图权重模型进行第二预设轮次训练，获得第三轮内图权重模型； 基于TopkEdges函数，根据第三轮内图权重模型的模型参数进行计算，得到边通信效率集合； 根据边通信效率集合，筛选出第三轮内图权重模型中边效率最低的前k个边，获得丢弃边集合； 根据丢弃边集合，对第二图权重模型进行优化，获得第三图权重模型； 获取实际问答任务；根据实际问答任务，使用第三图权重模型进行问答推理，获得实际问答推理结果。

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哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)，其通讯地址为：518000 广东省深圳市南山区桃源街道深圳大学城哈尔滨工业大学校区；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”。