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！

龙图腾网获悉北京师范大学申请的专利一种面向下游任务的LLM投机解码优化方法及系统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：CN120031128B 。

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：202510098098.7，技术领域涉及：G06N5/04；该发明授权一种面向下游任务的LLM投机解码优化方法及系统是由计卫星;葛丹颖;高建花;蒋祺至;黄华设计研发完成，并于2025-01-22向国家知识产权局提交的专利申请。

本一种面向下游任务的LLM投机解码优化方法及系统在说明书摘要公布了：本发明公开了一种面向下游任务的LLM投机解码优化方法及系统，方法包括以下步骤：构建多个面向不同任务的对齐数据集，并利用对齐数据集构建异质草稿模型池；获取下游任务的提示词文本，利用任务分类机制基于提示词文本对输入的任务进行分类，得到分类结果；根据分类结果从异质草稿模型池中选取最优的草稿模型；利用选出的草稿模型生成猜测tokens序列，并将猜测tokens序列输入至目标模型中进行并行验证，完成投机解码优化。本发明不仅提升了大规模预训练语言模型在不同任务下的推理性能，还通过微调与任务分类的结合，增强了模型在面对多样化任务时的适应能力。

本发明授权一种面向下游任务的LLM投机解码优化方法及系统在权利要求书中公布了：1.一种面向下游任务的LLM投机解码优化方法，其特征在于，包括以下步骤： 构建多个面向不同任务的对齐数据集，并利用所述对齐数据集构建异质草稿模型池； 获取下游任务的提示词文本，利用任务分类机制基于所述提示词文本对输入的任务进行分类，得到分类结果； 根据所述分类结果从所述异质草稿模型池中选取最优的草稿模型； 利用选出的所述草稿模型生成猜测tokens序列，并将所述猜测tokens序列输入至目标模型中进行并行验证，完成投机解码优化； 构建所述对齐数据集的方法包括： 获取包含有不同任务的任务集； 从所述任务集中的每个任务的相关数据集中提取一组提示词； 利用所述目标模型对所述提示词进行推理生成，得到对应的输出token序列； 将所述提示词和所述输出tokens序列作为所述对齐数据集； 构建所述异质草稿模型池的方法包括： 针对所述任务集中的每个任务，基于现有的小规模语言模型，利用所述对齐数据集对所述小规模语言模型进行微调，得到适用于所有任务的草稿模型； 将所述任务集中所有任务对应的所述草稿模型进行整合，得到所述异质草稿模型池。

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师范大学，其通讯地址为：102206 北京市昌平区满井路甲2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。