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！

龙图腾网获悉杭州青塔科技有限公司申请的专利基于奖励机制的报告生成方法、装置、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：CN120930625B 。

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：202511465668.8，技术领域涉及：G06F40/186；该发明授权基于奖励机制的报告生成方法、装置、设备及介质是由邱昱杰;田慧杰;张程;王世豪;李小鹏;林世清设计研发完成，并于2025-10-14向国家知识产权局提交的专利申请。

本基于奖励机制的报告生成方法、装置、设备及介质在说明书摘要公布了：本发明涉及人工智能技术领域，提供一种基于奖励机制的报告生成方法、装置、设备及介质，一方面，以相关性、流畅性、多样性、长度控制、安全性、位次描述及术语使用率为奖惩维度构建奖励模型，能够从多维度提升报告质量；另一方面，采用直接偏好优化算法，基于问答对及奖励模型对非推理模型进行强化训练，并利用监督微调算法基于标注训练集进行模型微调，能够在第一阶段基于直接偏好优化算法使非推理模型具备思考能力，生成的思考链能够提高报告生成过程的逻辑性及条理性，在第二阶段通过监督微调算法能够对模型输出进一步优化，确保生成报告符合专业标准，在基于直接偏好优化算法提升生成效率并降低运算成本的同时，还提升了生成报告的质量。

本发明授权基于奖励机制的报告生成方法、装置、设备及介质在权利要求书中公布了：1.一种基于奖励机制的报告生成方法，其特征在于，所述基于奖励机制的报告生成方法包括： 响应于基于目标机构文件信息触发的报告生成指令，采集机构文件信息，并以三元关系组为数据结构解析所述机构文件信息得到问答对； 以相关性、流畅性、多样性、长度控制、安全性、位次描述及术语使用率为奖惩维度构建奖励模型，包括：根据模型输出与模型输入构建相关性奖励函数、流畅性奖励函数、多样性奖励函数、长度控制奖励函数、安全性奖励函数、位次描述优化函数、术语使用率奖励函数；根据所述相关性奖励函数、所述流畅性奖励函数、所述多样性奖励函数、所述长度控制奖励函数、所述安全性奖励函数、所述位次描述优化函数、所述术语使用率奖励函数构建所述奖励模型；其中，计算模型输出与模型输入的词重叠率及余弦相似度，获取与所述词重叠率对应的第一子权重及与所述余弦相似度对应的第二子权重，根据所述词重叠率、所述余弦相似度、所述第一子权重及所述第二子权重进行加权计算，得到相关性奖励函数；计算所述模型输出的错误数量，并调用预训练模型计算所述模型输出的困惑度，获取与所述错误数量对应的第三子权重及与所述困惑度对应的第四子权重，根据所述错误数量、所述困惑度、所述第三子权重及所述第四子权重进行加权计算，得到流畅性奖励函数；计算所述模型输出的n元语法重复率，计算1与所述n元语法重复率的差得到词汇非重复率，及计算所述模型输出中唯一词数占总词数的比例作为唯一词比例，获取与所述词汇非重复率对应的第五子权重及与所述唯一词比例对应的第六子权重，根据所述词汇非重复率、所述唯一词比例、所述第五子权重及所述第六子权重进行加权计算，得到多样性奖励函数；计算所述模型输出的实际长度与理想长度的差值，计算所述差值与所述理想长度的商得到第一数值，计算1与所述第一数值的差，得到长度得分；根据所述长度得分构建长度控制奖励函数；获取预先维护的敏感词列表，根据所述敏感词列表检测所述模型输出的敏感词比例，得到安全性奖励函数；识别所述模型输出中的位次描述，检测所述位次描述是否正确得到第一检测结果，根据所述第一检测结果构建位次描述优化函数；获取预先维护的术语奖励列表，检测所述模型输出中是否包括所述术语奖励列表的术语得到第二检测结果，根据所述第二检测结果构建术语使用率奖励函数； 采用直接偏好优化算法，基于所述问答对及所述奖励模型对非推理模型进行强化训练，得到初始模型； 获取标注训练集，并利用监督微调算法基于所述标注训练集对所述初始模型进行微调，得到报告生成模型； 将所述目标机构文件信息输入至所述报告生成模型，得到目标报告。

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杭州青塔科技有限公司，其通讯地址为：310015 浙江省杭州市拱墅区祥符街道祥园路88号3幢606室；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。