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！

龙图腾网获悉广州启辰电子科技有限公司申请的专利面向自学考试的大模型自动命题方法、系统、设备及介质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：CN120045638B 。

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：202510473875.1，技术领域涉及：G06F16/31；该发明授权面向自学考试的大模型自动命题方法、系统、设备及介质是由黄福卫;邱圣洁;马千里;马震远设计研发完成，并于2025-04-15向国家知识产权局提交的专利申请。

本面向自学考试的大模型自动命题方法、系统、设备及介质在说明书摘要公布了：本发明公开了一种面向自学考试的大模型自动命题方法、系统、设备及介质，适用于自学考试的全自动化命题建设，命题方法步骤如下：扫描不同自学考试学科试卷、自学考试习题以及自学考试类教材得到电子化文档图像；OCR识别并归档文字内容；建立教材内容与学科试题之间的映射关系，得到教材‑试题文档数据集；采用教材‑试题文档数据集对大模型进行训练；部署大模型，实现离线场景可用；将待出题的教材内容和知识点输入到经训练的大模型，并输出教材内容相关的命制试题、答案以及命题依据。本发明通过构建教材映射到试题的数据集，输入大模型进行训练，有效提高自学考试试题的命制效率，实现对自学考试中不同学科进行精确命题。

本发明授权面向自学考试的大模型自动命题方法、系统、设备及介质在权利要求书中公布了：1.一种面向自学考试的大模型自动命题方法，其特征在于，所述命题方法包括以下步骤： S1、扫描不同自学考试学科试卷、自学考试习题以及自学考试类教材，并预处理得到清晰的电子化文档图像； S2、通过光学字符识别电子化文档图像并归档文字内容； S3、建立教材文档-知识点-学科试题和知识点-认知层次-学科试题的映射关系，得到教材文档-知识点-学科试题数据集和知识点-认知层次-学科试题数据集； S4、采用教材文档-知识点-学科试题数据集和知识点-认知层次-学科试题数据集对大模型进行训练； S5、将待出题的教材内容和知识点输入到经过训练的大模型中，并输出教材内容相关的命制试题、答案以及命题依据； 所述大模型包括依次顺序连接的文本编码层和模型主干，其中， 所述文本编码层使用字节对编码作为分词方法，对输入文本进行编码，将长度不同的不同教材和试题编码为相同维度的初始文本向量，将文本编码层记作G·，定义如下： Xinit＝Gx 其中，x表示初始输入教材文档内容，长度为N，Xinit表示经过文本编码层之后的初始文本向量，Xinit中包含N个维度为d的词嵌入向量； 在初始文本向量的基础上引入旋转位置编码，定义如下： 其中，θi表示用于旋转位置编码的频率参数，i表示索引号，i＝1,2…,d-1，，表示向下取整函数，因此，旋转位置编码Rpos，i及最终的文本向量X定义如下： Rpos,i＝[[cosθi*pos-sinθi*pos],[sinθi*pos,cosθi*pos]] 其中，pos表示输入文本中的每个元素的位置索引，和分别表示Xinit中位置为2i和2i+1的词嵌入向量，cos·和sin·分别表示余弦函数和正弦函数； 所述模型主干包括依次顺序连接的32层网络模块，其中每层网络模块包括第一均方根层、注意力层、第二均方根层和多层感知机，所述第一均方根层和第二均方根层用于对输入向量进行缩放，缩放操作公式定义如下： 其中，xj是文本向量X的第j个元素，gj是与第j个元素相对应的可学习参数，T表示输入向量的元素个数；所述注意力层采用分组查询注意力机制，每组查询共享同一个键和值，定义如下： 其中，Q是查询矩阵，将查询矩阵分为G个组，g表示组的索引，g＝1,2…,G，Kg和Vg分别表示第g个组的键矩阵和值矩阵，同一个组内的多个查询矩阵对应同一个键矩阵和值矩阵，softmax·表示归一化指数函数，dk表示键的维度，用于缩放点积以稳定梯度； 所述多层感知机由3个线性层和激活函数组成，激活函数用于捕捉输入数据中的非线性关系，多层感知机对注意力层输出序列中不同位置的信息进行加权处理，形成信息更丰富的向量表示，定义如下： MLPh＝W3σW1h+b1☉W2h+b2+b3 其中，h表示第二均方根层输出的向量，W1、W2和W3分别表示第一、二和三线性层的权重矩阵，b1、b2和b3分别表示第一、二和三线性层的偏置向量，W1h+b1表示第一线性层的输出，W2h+b2表示第二线性层的输出，σ表示SwiGLU激活函数，以第一线性层的输出作为输入，⊙表示矩阵之间的逐元素乘法。

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广州启辰电子科技有限公司，其通讯地址为：510663 广东省广州市黄埔区科汇四街1号201房；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。