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！

龙图腾网获悉中通服咨询设计研究院有限公司申请的专利一种基于大模型进行人机对话过程中真人检测的方法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：CN117312982B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202311131232.6，技术领域涉及：G06F18/2415；该发明授权一种基于大模型进行人机对话过程中真人检测的方法是由贾建兵;赵郭斌;白雨;陈林翔;陈守宁设计研发完成，并于2023-09-04向国家知识产权局提交的专利申请。

本一种基于大模型进行人机对话过程中真人检测的方法在说明书摘要公布了：本发明提供了一种基于大模型进行人机对话过程中真人检测的方法，包括：步骤1，数据收集：收集用户个人的原始数据，并进行预处理；步骤2，进行模型的构建；步骤3，模型微调；步骤4，微调策略：尝试不同的策略，以获得更好的结果；步骤5，评估和迭代：根据评估和用户反馈，不断改进模型以满足实际需求；步骤6，隐私和安全考虑：所有数据都存放在用户电脑端，大模型平台侧不进行用户数据的保存。该方法能够充分捕捉对话的上下文、语义和情感信息，从而有效区分真实用户和机器生成的回复。它具备高度的适应性，能够自动学习和应对新的虚假对话模式。该方法的应用领域广泛，可用于在线社交平台、客服系统等。

本发明授权一种基于大模型进行人机对话过程中真人检测的方法在权利要求书中公布了：1.一种基于大模型进行人机对话过程中真人检测的方法，其特征在于，包括以下步骤： 步骤1，数据收集：收集用户个人的原始数据，并进行预处理； 步骤2，进行模型的构建； 步骤3，模型微调； 步骤4，微调策略：尝试不同的策略，以获得更好的结果； 步骤5，评估和迭代：根据评估和用户反馈，不断改进模型以满足实际需求； 步骤1中，所述用户个人的原始数据包括用户语音、人脸图片、历史对话和动作行为数据； 步骤1中，所述动作行为数据包括用户的交互、移动、发言、购物和游戏行为数据； 步骤1中，所述预处理包括分词、去除噪声； 步骤2中，所述模型架构采用混合云架构模式，在基于公有云的大模型平台上，使用大模型平台的nlp语义识别、解析技术来进行关键信息的提炼；不对上传的本地数据进行保存；本地客户端COPILOT存放模型库和数据库，所述模型库中存放各类算法，所述数据库中存放用户个人的原始数据，如果在模型库里获取不到数据，则再去数据库里进行数据的查询； 步骤2包括： 步骤2-1，通过多模态接口进行多态的输入，本地客户端COPILOT负责信息的接收；所述多态的输入即用户个人的原始数据； 步骤2-2，本地客户端COPILOT调用第三方平台将非结构化数据转化为结构化数据，并返回多模态的特征向量；所述非结构化数据包括用户语音和人脸图片； 步骤2-3，本地客户端COPILOT将结构化数据发到大模型平台，大模型平台基于语义识别技术，进行关键词的识别，并返回识别结果； 步骤2-4，本地客户端COPILOT将识别结果发回本地的模型库，调用相应的算法进行二次识别、计算，并将结果返回给本地客户端COPILOT； 步骤2-5，如果本地模型库返回的是空数据，则调用本地的数据库，返回次优数据； 步骤2-6，本地客户端COPILOT将结果返回给多模态接口； 步骤2-4中，所述相应的算法包括： 特征加权平均算法： 其中，n是指应用场景的数量，fx表示真人检测的概率，Xi表示第i个模态的特征向量，Wi表示多模态权重； 多模态特征表示学习算法：将来自不同模态的特征结合起来，以获得更有信息量和更抽象的特征表示； 数据准备：基于步骤1收集的数据，进行用户特征向量的预设置，得到模态的特征向量Xi，其中i是模态的索引，i取值为1～n，n是模态的数量； 特征融合与连接：将不同模态的特征向量连接在一起，形成一个新的特征向量[X1,X2,...,Xn]，其中Xn表示第n个模态的特征向量； 多层感知机模型：利用多层感知机模型的权重矩阵和偏置向量，权重矩阵和偏置向量将在训练过程中进行更新； 第一层隐含层：将连接后的特征向量[x1,x2,...xn]输入到第一个隐含层；每个神经元的激活函数使用ReLU，计算公式为： 其中hj是第一个隐含层的j个隐含层的输出，Wji是对应的权重，bj是偏置； 第二层隐含层：将第一层的输出作为输入，同样使用ReLU激活函数进行变换： 其中hk是第2个隐含层的第k个神经元的输出，Wkj是对应的权重； 输出层：将第二层隐含层的输出输入到输出层，得到学习到的多模态特征z： 其中，Wk是输出层的权重，p是第2个隐含层的神经元的个数； 加权融合算法：根据各个模态的重要性进行动态调整，将多个模态特征进行融合： 其中，Pi表示目标人被判定为属于真人的概率，ni表示真人所在分组的数量，n表示总的分组，wi表示第i个人的多模态的权重，fXi表示第i个人的真人检测的概率； 阈值设定与真人判定：设定适当的阈值，根据计算的结果来判定是否为真人；基于训练数据的验证结果来调整阈值，以平衡准确率和召回率； 承诺判定：在人机交互过程中，根据计算出来的真人检测的概率，在交互过程中增加真人承诺，作为真人判断的参考依据； 步骤3包括：利用大模型平台的API，通过提供对话历史、用户输入和标注的期望输出来进行模型微调，API调用会返回生成的文本，将所述文本与标注的输出进行比较以计算损失； 还包括： 步骤6，隐私和安全考虑：所有数据都存放在用户电脑端，大模型平台侧不进行用户数据的保存。

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通服咨询设计研究院有限公司，其通讯地址为：210019 江苏省南京市建邺区楠溪江东街58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。