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！

龙图腾网获悉杭州分叉智能科技有限公司申请的专利基于分层式复合奖励强化学习的大语言模型XPath生成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：CN121030536B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202511563413.5，技术领域涉及：G06F16/958；该发明授权基于分层式复合奖励强化学习的大语言模型XPath生成方法是由金礼剑;代培;吴小女;李军辉设计研发完成，并于2025-10-30向国家知识产权局提交的专利申请。

本基于分层式复合奖励强化学习的大语言模型XPath生成方法在说明书摘要公布了：本发明公开了基于分层式复合奖励强化学习的大语言模型XPath生成方法，具体包括以下步骤：步骤1：获取目标网页的HTML源码和页面元素信息并进行数据清洗，得到包含DOM层级顺序结构及元素属性值的结构化数据；对数据清洗后的结构化数据进行数据标注，得到标注数据集；步骤2：选用基础模型，使用标注数据集对基础模型进行监督微调，将经监督微调后的基础模型作为策略模型；构建分层式复合奖励函数进行强化学习微调，使得策略模型的输出层级与输入DOM层级对齐，得到经两阶段微调的最终模型；步骤3：生成标准XPath字符串，并输出与输入DOM层级匹配的结构化数据，以展示标准XPath字符串的逐层构建逻辑。本发明能够生成稳定的XPath并实现生成过程完全透明和可追溯。

本发明授权基于分层式复合奖励强化学习的大语言模型XPath生成方法在权利要求书中公布了：1.基于分层式复合奖励强化学习的大语言模型XPath生成方法，其特征在于，具体包括以下步骤： 步骤1：获取目标网页的HTML源码和页面元素信息并进行数据清洗，得到包含DOM层级顺序结构及元素属性值的结构化数据；基于大语言模型结合人工标注，对数据清洗后的结构化数据进行数据标注，得到标注数据集； 步骤2：选用基础模型，使用所述标注数据集对基础模型进行监督微调，训练基础模型从每个DOM层级顺序结构的元素属性值中选择稳定属性值，将经监督微调后的基础模型作为策略模型；构建分层式复合奖励函数进行强化学习微调，采用GRPO算法优化策略模型，从而最大化复合奖励，使得策略模型的输出层级与输入DOM层级对齐，得到经两阶段微调的最终模型； 步骤3：基于经两阶段微调的最终模型，生成标准XPath字符串，并输出与输入DOM层级匹配的结构化数据，以展示标准XPath字符串的逐层构建逻辑； 步骤2中，训练基础模型的过程中同时构建奖励模型，用于评估属性值列表的稳定性与业务相关性； 所述分层式复合奖励函数为： ； 式中，表示最终奖励，、和表示权重，其中，具有最高优先级；表示结构对齐奖励，通过比较生成属性值列表层级数与输入DOM路径层级数的匹配度得到；表示属性值选择偏好奖励，根据奖励模型对策略模型输出的属性值列表进行评估得到，表示简洁性惩罚，根据输出序列长度计算得到。

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分叉智能科技有限公司，其通讯地址为：311121 浙江省杭州市余杭区仓前街道鼎创财富中心2幢3层303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。