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！

龙图腾网获悉天津汲智科技有限公司;南开大学申请的专利一种基于对比监督和跨阶段蒸馏的通用信息抽取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：CN120338086B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202510813075.X，技术领域涉及：G06N5/025；该发明授权一种基于对比监督和跨阶段蒸馏的通用信息抽取方法是由刘杰;金钰设计研发完成，并于2025-06-18向国家知识产权局提交的专利申请。

本一种基于对比监督和跨阶段蒸馏的通用信息抽取方法在说明书摘要公布了：本发明提供一种基于对比监督和跨阶段蒸馏的通用信息抽取方法，包括选择经过预训练的模型作为基座模型并进行初始化；为所述基座模型的权重矩阵初始化第一低秩分解矩阵和第二低秩分解矩阵；训练所述第一低秩分解矩阵和所述第二低秩分解矩阵；将所述基座模型的权重、所述第一低秩分解矩阵和所述第二低秩分解矩阵进行合并，得到推理模型；将自然语言文本信息输入到所述推理模型中；通过自然语言指令指定任务类型和输出格式，输出结构化信息抽取结果。本发明的有益效果是通过分阶段训练LoRA矩阵并复合参数，保留辅助任务知识的同时学习目标任务，显著减少跨阶段知识迁移的损失；自然语言指令驱动同一模型处理不同任务，无需切换模型架构。

本发明授权一种基于对比监督和跨阶段蒸馏的通用信息抽取方法在权利要求书中公布了：1.一种基于对比监督和跨阶段蒸馏的通用信息抽取方法，其特征在于，包括以下步骤： 选择经过预训练的模型作为基座模型并进行初始化； 为所述基座模型的权重矩阵初始化第一低秩分解矩阵和第二低秩分解矩阵； 训练所述第一低秩分解矩阵和所述第二低秩分解矩阵； 将所述基座模型的权重、所述第一低秩分解矩阵和所述第二低秩分解矩阵进行合并，得到推理模型； 将自然语言文本信息输入到所述推理模型中； 通过自然语言指令指定任务类型和输出格式，输出结构化信息抽取结果； 训练所述第一低秩分解矩阵包括以下步骤： 冻结所述基座模型的权重； 根据所述第一低秩分解矩阵的任务目的收集得到第一输入文本； 所述第一输入文本经过预处理后生成第一输入向量； 将所述第一输入向量输入到所述基座模型中； 根据方程式计算第一输出向量，其中为所述第一输出向量，为所述第一输入向量，为所述基座模型的原始权重矩阵，为所述第一低秩分解矩阵； 构建第一损失函数优化所述第一低秩分解矩阵的参数； 训练所述第二低秩分解矩阵包括以下步骤： 冻结所述基座模型的权重和所述第一低秩分解矩阵； 通过随机抽样法将所述第一输入文本按照抽取比例进行样本抽取组成回放样本； 根据所述第二低秩分解矩阵的任务目的收集得到第二输入文本； 所述第二输入文本和所述回放样本经过预处理后生成第二输入向量； 根据方程式计算第二输出向量，其中为所述第二输出向量，为所述第二输入向量，为所述第二低秩分解矩阵； 构建第二损失函数优化所述第一低秩分解矩阵的参数。

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天津汲智科技有限公司;南开大学，其通讯地址为：300110 天津市南开区科研西路天津科技广场6-1-0907(天开园)；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”。