Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 积分商城 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 > 北京邮电大学王玉龙获国家专利权

北京邮电大学王玉龙获国家专利权

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!

龙图腾网获悉北京邮电大学申请的专利医疗领域大模型训练数据生成方法及相关设备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:CN119517430B

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:202411429652.7,技术领域涉及:G16H50/70;该发明授权医疗领域大模型训练数据生成方法及相关设备是由王玉龙;杨延砚;于博洋;苏森;白佳禾设计研发完成,并于2024-10-14向国家知识产权局提交的专利申请。

医疗领域大模型训练数据生成方法及相关设备在说明书摘要公布了:本申请提供一种医疗领域大模型训练数据生成方法,通过以真实病例数据为参考,通过自动化程序调用大语言模型,使大语言模型批量生成问题数据、参考数据与答案数据,并且通过设置的prompt提示词引导大语言模型生成并优化模型精调数据,从而为医疗领域行业模型生成特化的模型精调数据,节省了后续行业大模型的训练时间。并且由于病例数据获取难度较高,隐私信息较多,相较于直接获取真实病例信息,本申请所公开的技术方案还具有成本低、隐私性强的优点。

本发明授权医疗领域大模型训练数据生成方法及相关设备在权利要求书中公布了:1.一种医疗领域大模型训练数据生成方法,其特征在于,包括: 获取病例数据,根据所述病例数据,生成第一提示文本; 向预设的第一语言模型输入所述第一提示文本,以使所述第一语言模型输出与所述病例数据关联的问题数据; 根据所述问题数据生成第一评分文本与第一筛选标准;其中,所述第一筛选标准基于所需的模型精调数据进行设置; 向预设的第二语言模型输入所述第一评分文本,以使所述第二语言模型输出与所述问题数据关联的第一评分信息; 根据所述第一筛选标准对所述第一评分信息进行筛选,并将不符合所述第一筛选标准的所述第一评分信息对应的所述问题数据删除; 根据处理后的所述问题数据,生成第二提示文本,以使所述第一语言模型输出参考数据;其中,所述参考数据用于表达所述第一语言模型生成所述问题数据的处理过程; 根据所述参考数据生成第二评分文本与第二筛选标准;其中,所述第二筛选标准基于所述模型精调数据进行设置; 向预设的第三语言模型输入所述第二评分文本,以使所述第三语言模型输出与所述参考数据关联的第二评分信息; 生成第二优化文本,根据所述第二筛选标准对所述第二评分信息进行筛选,并将不符合所述第二筛选标准的所述第二评分信息对应的所述参考数据、所述参考数据对应的所述问题数据以及所述第二优化文本,输入至所述第一语言模型,以使所述第一语言模型对所述参考数据进行优化; 根据所述参考数据生成第三提示文本,以使所述第一语言模型输出答案数据; 根据优化后的所述参考数据生成第三评分文本与第三筛选标准;其中,所述第三筛选标准基于所述模型精调数据进行设置; 向预设的第四语言模型输入所述第三评分文本,以使所述第四语言模型输出与所述答案数据关联的第三评分信息; 生成第三优化文本,根据所述第三筛选标准对所述第三评分信息进行筛选,并将不符合所述第三筛选标准的所述第三评分信息对应的所述答案数据、所述答案数据对应的所述参考数据和问题数据,以及所述第三优化文本,输入至所述第一语言模型,以使所述第一语言模型对所述答案数据进行优化; 根据处理后的所述问题数据、优化后的所述参考数据与优化后的所述答案数据生成所述模型精调数据。

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北京邮电大学,其通讯地址为:100876 北京市海淀区西土城路10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。

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。