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！

龙图腾网获悉中山大学申请的专利一种金融大模型生成文本的评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：CN119538872B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202411692539.8，技术领域涉及：G06F40/16；该发明授权一种金融大模型生成文本的评测方法及装置是由陈文清;徐奕坤;袁伟乐;郑子彬设计研发完成，并于2024-11-25向国家知识产权局提交的专利申请。

本一种金融大模型生成文本的评测方法及装置在说明书摘要公布了：本发明公开了一种金融大模型生成文本的评测方法及装置，用于解决现有的金融大模型生成文本的评测技术导致评测的精确度低的技术问题。方法包括将获取的金融文本数据测试集作为预置训练转换器的输入，输出多个金融专家评审员身份数据；根据金融文本数据测试集和各金融专家评审员身份数据，确定多个机器学习模型；根据获取的金融文本数据训练集，生成增强金融文本数据集；采用增强金融文本数据集对多个机器学习模型进行模型训练，确定多个目标语言评测模型；将各金融文本测试数据分别输入至预置待评测金融大模型，输出多个待评测金融大模型生成文本；采用各目标语言评测模型对待评测金融大模型生成文本进行评测，生成文本评测结果。

本发明授权一种金融大模型生成文本的评测方法及装置在权利要求书中公布了：1.一种金融大模型生成文本的评测方法，其特征在于，包括： 获取金融文本数据集，所述金融文本数据集包括金融文本数据训练集和金融文本数据测试集； 将所述金融文本数据测试集作为预置训练转换器的输入，输出多个金融专家评审员身份数据； 采用预置相似度函数根据所述金融文本数据测试集中多个金融文本测试数据和各所述金融专家评审员身份数据进行模型分配，确定各金融问题文本数据对应的多个机器学习模型； 基于预置进化指令法对所述金融文本数据训练集进行数据增强，生成增强金融文本数据集； 基于预置损失函数，采用所述增强金融文本数据集对各所述金融问题文本数据对应的多个机器学习模型进行模型训练，确定多个目标语言评测模型； 将各所述金融文本测试数据分别输入至预置待评测金融大模型，输出各所述金融文本测试数据对应的待评测金融大模型生成文本； 采用各所述目标语言评测模型对多个所述待评测金融大模型生成文本进行评测，生成各所述待评测金融大模型生成文本对应的文本评测结果； 所述采用预置相似度函数根据所述金融文本数据测试集中多个金融文本测试数据和各所述金融专家评审员身份数据进行模型分配，确定各所述金融问题文本数据对应的多个机器学习模型，包括： 分别对各所述金融文本测试数据和各所述金融专家评审员身份数据进行特征映射，生成各所述金融文本测试数据对应的文本向量表示和各所述金融专家评审员身份数据对应的身份向量表示； 采用预置相似度函数根据各所述金融文本测试数据对应的文本向量表示和各所述金融专家评审员身份数据对应的身份向量表示，计算各所述金融文本测试数据与多个所述金融专家评审员身份数据之间的相似度； 对各所述金融文本测试数据对应的多个相似度进行降序排序，选取前预置数量的相似度对应的金融专家评审员身份数据作为目标金融专家评审员身份数据； 按照预置模型分配数量，分别对各所述金融文本测试数据对应的多个目标金融专家评审员身份数据进行模型分配，确定各所述金融问题文本数据对应的多个机器学习模型； 所述预置损失函数，具体为： ； 其中，为第一个语言评测模型对应的模型参数；为第二个语言评测模型对应的模型参数；为第n个语言评测模型对应的模型参数；为预置损失函数，表示真实打分与模型打分的损失函数；为真实得分；为第j个增强金融文本数据的样本总打分；为大模型的条件概率预测函数；为第j个增强金融文本数据；prompt为评分指令；为第i个语言评测模型对应的模型参数；为第i个语言评测模型输出的样本打分。

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山大学，其通讯地址为：510275 广东省广州市海珠区新港西路135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。