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！

龙图腾网获悉北京深势科技有限公司申请的专利一种引入条件约束的大语言模型的处理方法和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：CN119476208B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202411493187.3，技术领域涉及：G06F40/16；该发明授权一种引入条件约束的大语言模型的处理方法和装置是由蔡恒兴;李思杭;高志锋;张林峰;孙伟杰设计研发完成，并于2024-10-24向国家知识产权局提交的专利申请。

本一种引入条件约束的大语言模型的处理方法和装置在说明书摘要公布了：本发明实施例涉及一种引入条件约束的大语言模型的处理方法和装置，所述方法包括：为每个条件规则定制对应的第一状态预测模型；并为每个条件规则创建对应的模型训练数据集来训练对应的第一状态预测模型；将任一类基于Transformer架构实现并已完成预训练和微调的大语言模型记为第一大语言模型；选择一个或多个条件规则对应的所有第一状态预测模型组建多规则状态预测模型，并在第一大语言模型的基础上增加多规则状态预测模型和约束解码控制模块构成第二大语言模型；基于第二大语言模型根据用户输入文本进行对应的约束文本生成处理并输出对应的约束生成文本向用户反馈。本发明可以提高模型的规则适配灵活度，降低计算量、提高时效性。

本发明授权一种引入条件约束的大语言模型的处理方法和装置在权利要求书中公布了：1.一种引入条件约束的大语言模型的处理方法，其特征在于，所述方法包括： 步骤1，为预设的第一条件规则集合中的各个第一条件规则定制一个对应的第一状态预测模型；并为各个所述第一条件规则创建对应的模型训练数据集得到对应的第一数据集；并基于各个所述第一数据集训练对应的所述第一状态预测模型； 其中，所述第一条件规则集合包括多个所述第一条件规则；所述第一条件规则的规则类型至少包括语义规则、语法规则、情感规则、格式化表达规则；各个所述第一状态预测模型都由对应的卷积神经网络、全连接网络和激活层顺次连接而成，所述卷积神经网络由一层卷积层或多层顺次连接的卷积层组成，所述全连接网络由一层全连接层或多层顺次连接的全连接层组成；各个所述第一状态预测模型用于根据模型输入的文本序列进行对应的单步规则状态预测得到对应的单步预测状态；所述单步预测状态包括可接受状态和不可接受状态； 步骤2，将任一类基于Transformer架构实现并已完成预训练和微调的大语言模型记为对应的第一大语言模型； 步骤3，从所述第一条件规则集合中选择一个或多个所述第一条件规则组成对应的当前规则集合；并以所述当前规则集合对应的所有所述第一状态预测模型为基础构建一个对应的多规则状态预测模型；并在所述第一大语言模型的基础上增加所述多规则状态预测模型和约束解码控制模块构成对应的第二大语言模型； 步骤4，基于所述第二大语言模型根据用户输入文本进行对应的约束文本生成处理并输出对应的约束生成文本向用户反馈。

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深势科技有限公司，其通讯地址为：100089 北京市海淀区海淀大街3号1幢11层1101；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。