中国科学院自动化研究所何赛克获国家专利权
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!
龙图腾网获悉中国科学院自动化研究所申请的专利基于大模型的社会世界模拟方法、系统以及电子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:CN119808934B 。
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:202411666076.8,技术领域涉及:G06N5/04;该发明授权基于大模型的社会世界模拟方法、系统以及电子设备是由何赛克;杨颐;张培杰;罗军;贾佑婕;袁巧巧;黄宇琪;彭轶淳;张玮光;曾大军设计研发完成,并于2024-11-20向国家知识产权局提交的专利申请。
本基于大模型的社会世界模拟方法、系统以及电子设备在说明书摘要公布了:本发明提供一种基于大模型的社会世界模拟方法、系统以及电子设备,其中,上述方法包括:获取多模态社会事件信息;将社会事件信息输入至基于深度学习模型的事件提示词生成器,得到事件提示词;将事件提示词输入至预训练的多模态大模型,得到社会事件多模态特征;将社会时空信息输入至基于深度学习模型的时空提示词生成器,得到时空提示词;将时空提示词输入至预训练的大语言模型,得到社会事件时空特征;通过预训练的多模态大模型,对社会事件多模态特征与社会事件时空特征进行特征融合,得到事件嵌入向量;将事件嵌入向量对应的推理提示词输入至预训练的大语言模型,得到模拟社会事件集合。通过本发明能够提高社会事件模拟的效率与准确性。
本发明授权基于大模型的社会世界模拟方法、系统以及电子设备在权利要求书中公布了:1.一种基于大模型的社会世界模拟方法,其特征在于,包括: 获取多模态社会事件信息,其中,所述多模态社会事件信息包括:社会事件信息与社会时空信息; 将所述社会事件信息输入至基于深度学习模型的事件提示词生成器,得到所述事件提示词生成器输出的事件提示词; 将所述事件提示词输入至预训练的多模态大模型,得到所述预训练的多模态大模型输出的社会事件多模态特征; 将所述社会时空信息输入至基于深度学习模型的时空提示词生成器,得到所述时空提示词生成器输出的时空提示词; 将所述时空提示词输入至预训练的大语言模型,得到所述预训练的大语言模型输出的社会事件时空特征; 通过所述预训练的多模态大模型,对所述社会事件多模态特征与所述社会事件时空特征进行特征融合,得到事件嵌入向量; 将所述事件嵌入向量对应的推理提示词输入至所述预训练的大语言模型,得到所述预训练的大语言模型输出的模拟社会事件集合,其中,包括: 将所述事件嵌入向量输入至基于长短期记忆机制的事件推理模型,得到所述事件推理模型输出的推理提示词; 通过所述预训练的大语言模型,根据推理-行动的推理模式,基于所述推理提示词进行推理,得到模拟社会事件集合; 其中,所述社会事件多模态特征包括文本中的语义信息、图像中的视觉特征、音频中的声学特征;所述社会事件时空特征包括:时间相关特征、空间相关特征以及时空交互特征; 所述方法还包括: 当所述模拟社会事件集合中存在目标模拟社会事件损失或目标模拟社会事件丢失时,通过图卷积神经网络,确定所述目标模拟社会事件的关联社会事件; 通过图卷积神经网络基于所述关联社会事件,对所述目标模拟社会事件进行恢复。
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中国科学院自动化研究所,其通讯地址为:100190 北京市海淀区中关村东路95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”。
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。
请提出您的宝贵建议,有机会获取IP积分或其他奖励