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！

龙图腾网获悉苏州大学申请的专利一种基于多步骤推理的大模型主动工具调用方法及系统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：CN120430423B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202510934387.6，技术领域涉及：G06N5/04；该发明授权一种基于多步骤推理的大模型主动工具调用方法及系统是由李俊涛;谢文静;梁小波;张民设计研发完成，并于2025-07-08向国家知识产权局提交的专利申请。

本一种基于多步骤推理的大模型主动工具调用方法及系统在说明书摘要公布了：本发明提供一种基于多步骤推理的大模型主动工具调用方法及系统，涉及人工智能技术领域，该方法包括通过收集工具信息，生成结构化工具描述集，基于工具描述集自动生成可执行代码样例及对应自然语言解释，构建反向训练数据集；通过标注现实问题中的工具使用必要性标签，提示大模型生成结合自然语言与代码的多步推理路径，验证并过滤推理路径的正确性，构建正向训练数据集；基于反向训练数据集和正向训练数据集对大模型进行三阶段训练。本发明解决了大模型主动调用工具能力不足的问题，提升了复杂推理任务的代码可执行率与问题解决效率。

本发明授权一种基于多步骤推理的大模型主动工具调用方法及系统在权利要求书中公布了：1.一种基于多步骤推理的大模型主动工具调用方法，其特征在于，包括： 通过收集工具信息，生成结构化工具描述集，基于所述工具描述集自动生成可执行代码样例及对应自然语言解释，构建反向训练数据集； 通过标注现实问题中的工具使用必要性标签，提示大模型生成结合自然语言与代码的多步推理路径，验证并过滤推理路径的正确性，构建正向训练数据集； 基于所述反向训练数据集和所述正向训练数据集对大模型进行三阶段训练，包括： 第一阶段：利用所述反向训练数据集训练基础大模型，以注入工具使用知识并增强大模型使用工具的能力，得到训练后的大模型参数，所述第一阶段得到的训练后的大模型参数为： 式中，θ1为第一阶段得到的训练后的大模型参数；θ0为大模型的初始参数；为反向训练损失函数；为反向训练数据集； 第二阶段：基于第一阶段得到的训练后的大模型参数，利用所述正向训练数据集训练大模型使用工具的意识，得到训练后的大模型参数，所述第二阶段得到的训练后的大模型参数为： 式中，θ2为第二阶段得到的训练后的大模型参数；为正向训练损失函数； 为正向训练数据集； 第三阶段：基于第二阶段得到的训练后的大模型参数，融合多领域任务数据，通过多任务学习微调大模型实现跨领域泛化，具体包括： 令表示多个任务数据集，每个任务数据集对应一个特定的领域或问题类型，将这些任务数据集组合到一个统一的多任务目标中，其加权损失函数为： 式中，为加权损失函数；θ为大模型参数；M为任务总数；m为任务索引；αm为第m各任务权重；为第m个领域数据集；x为输入序列，y为目标输出序列；yt为目标输出序列第t个token；yt为yt之前的所有token；Pθ为模型预测概率分布；T为目标序列长度； 基于第二阶段得到的训练后的大模型参数，通过最小化加权损失函数来训练大模型，最后生成大模型参数θ3： 所述对大模型进行三阶段训练，每个阶段的训练目标函数为： 式中，为训练目标函数；为训练数据集。

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苏州大学，其通讯地址为：215000 江苏省苏州市工业园区仁爱路199号；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。