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！

龙图腾网获悉阿里巴巴达摩院(杭州)科技有限公司申请的专利训练文本预测模型的方法、文本预测方法及装置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：CN116628147B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202310459343.3，技术领域涉及：G06F16/3329；该发明授权训练文本预测模型的方法、文本预测方法及装置是由惠彬原;杨家玺;黎槟华;黄非;李永彬设计研发完成，并于2023-04-23向国家知识产权局提交的专利申请。

本训练文本预测模型的方法、文本预测方法及装置在说明书摘要公布了：本申请实施例公开了一种训练文本预测模型的方法、文本预测方法及装置。本申请利用训练样本集对大型语言模型进行训练来得到文本预测模型，这种方式实质上利用了已标注的样本训练大型语言模型LLM，在第二键矩阵和第二值矩阵的更新过程中，利用了上一轮迭代得到的第二键矩阵和第二值矩阵与当前输入特征矩阵产生的第一键矩阵和第一值矩阵，既保留了历史信息又保持了当前输入文本的信息，使得大型语言模型能够充分对已标注的样本进行理解和学习，从而提高情景学习场景下基于大型语言模型的文本预测效果。并且这种前向优化模型的方式，大大缩减了需要更新的模型参数，降低了模型训练的成本，提高了效率。

本发明授权训练文本预测模型的方法、文本预测方法及装置在权利要求书中公布了：1.一种训练文本预测模型的方法，其特征在于，所述方法包括： 获取训练数据集，所述训练数据集包括输入文本样本以及该输入文本样本对应的输出标签； 将包含输入文本样本和该输入文本样本对应的输出标签的文本序列作为文本预测模型的输入，训练所述文本预测模型；其中，所述文本预测模型采用大型语言模型，所述大型语言模型包括多层串连的转换Transformer网络； 在所述训练中各Transformer网络分别作为当前层Transformer网络执行：在当前轮迭代中，利用上一层网络输出的特征表示确定第一键矩阵、第一值矩阵和第一查询矩阵；将所述第一键矩阵与当前层Transformer网络在上一轮迭代得到的第二键矩阵进行拼接得到第三键矩阵，以及将所述第一值矩阵与当前层Transformer网络在上一轮迭代得到的第二值矩阵进行拼接得到第三值矩阵；利用所述第三键矩阵、第三值矩阵和第一查询矩阵进行自注意力机制的处理，得到当前层Transformer网络输出的特征表示；利用所述第一键矩阵对所述第二键矩阵进行更新，将更新后的第二键矩阵作为所述当前层Transformer网络在当前轮迭代得到的第二键矩阵；利用所述第一值矩阵对所述第二值矩阵进行更新，将更新后的第二值矩阵作为所述当前层Transformer网络在当前轮迭代得到的第二值矩阵。

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阿里巴巴达摩院(杭州)科技有限公司，其通讯地址为：311121 浙江省杭州市余杭区五常街道文一西路969号3幢5层516室；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。