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 > 齐鲁工业大学(山东省科学院);山东省人工智能研究院李志慧获国家专利权

齐鲁工业大学(山东省科学院);山东省人工智能研究院李志慧获国家专利权

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!

龙图腾网获悉齐鲁工业大学(山东省科学院);山东省人工智能研究院申请的专利基于改进Llama模型的自然语言处理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:CN119961414B

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:202510117657.4,技术领域涉及:G06F16/3329;该发明授权基于改进Llama模型的自然语言处理方法是由李志慧;苗继浦;石明;吴泞宇;蔡立林;陈文娜;贺劲设计研发完成,并于2025-01-24向国家知识产权局提交的专利申请。

基于改进Llama模型的自然语言处理方法在说明书摘要公布了:本发明涉及自然语言处理技术领域,尤其是提供了一种基于改进Llama模型的自然语言处理方法。该方法包括获取对话数据S,对数据S进行预处理,得到预处理后的对话数据M;构建改进的Llama模型,改进的Llama模型包括:输入层、语言编码器、输出层,将预处理后的对话数据M输入到改进的Llama模型中,得到输出文本,该方法通过高效且轻量化的预训练语言模型Llama,在保持强大语言生成能力的同时,降低了训练成本和推理复杂度,提升了模型稳定性。

本发明授权基于改进Llama模型的自然语言处理方法在权利要求书中公布了:1.一种基于改进Llama模型的自然语言处理方法,其特征在于,所述方法包括: 步骤1、获取对话数据S,对数据S进行预处理,得到预处理后的对话数据M; 步骤2、构建改进的Llama模型,所述改进的Llama模型包括:输入层、语言编码器、输出层,将所述预处理后的对话数据M输入至改进的Llama模型中,得到输出文本; 所述步骤2包括: 步骤21、将预处理后的对话数据M输入到输入层,得到一个实数向量;其中输入层包括两个阶段,依次为:分词层和嵌入层; 步骤22、将实数向量经过语言编码器得到隐藏状态序列;其中编码器包括第一阶段至第二十阶段,每个阶段均包括四个连续的部分,其依次为:全局与局部融合注意力机制,归一化,前向传播,归一化;每个阶段的模块和参数完全一致,后一阶段的输入为前一阶段的输出; 步骤23、将隐藏状态序列输入到输出层,用于生成下一个词的概率分布;其中输出层包括投影层和去标记器; 所述步骤22包括: 使用全局与局部融合注意力机制,输入为,首先,将分别输入全局注意力机制与局部注意力机制; 其中全局注意力机制计算公式为: ; 其中,Q,K,V分别为查询Query、键Key和值Value矩阵;为键Key的维度,作为缩放因子; 局部注意力机制计算公式为: ; 其中,表示局部窗口范围,仅选择序列中邻近位置的键K和值V进行计算; 计算复杂度:从全局的降低为,其w是窗口大小,m是序列长度; 融合公式为: ; 其中为输出的权重矩阵; 将n_1作为编码器第一层的输入,n_1经过全局与局部注意力机制得到,然后将进行归一化,得到V1,将V1输入到前向传播层,得到输出V2,V2经过归一化得到V3,将V3和V1进行加权求和,将得到的矩阵去重新赋值给,将作为第一阶段的最终输出; 为第一阶段的输出,将作为第二阶段的输入,阶段二再经过和阶段一相同的经过,再输出;再将作为第三阶段的输入,如此一直反复到第二十阶段,~分别作为阶段第二阶段至第二十阶段的输入,~分别作为阶段第一阶段至第十阶段的输出,得到最终输出。

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齐鲁工业大学(山东省科学院);山东省人工智能研究院,其通讯地址为:250353 山东省济南市长清区西部新城大学科技园;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。