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！

龙图腾网获悉杭州市北京航空航天大学国际创新研究院(北京航空航天大学国际创新学院)申请的专利学生模型的训练方法、装置、电子设备及存储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：CN121031715B 。

龙图腾网通过国家知识产权局官网在2026-02-13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：202511525236.1，技术领域涉及：G06N3/096；该发明授权学生模型的训练方法、装置、电子设备及存储介质是由张留洋;孟祥言笑;李臻;林晓阳;赵巍胜设计研发完成，并于2025-10-24向国家知识产权局提交的专利申请。

本学生模型的训练方法、装置、电子设备及存储介质在说明书摘要公布了：本公开涉及神经网络模型技术领域，具体涉及一种学生模型的训练方法、装置、电子设备及存储介质，所述方法包括：获取算法优化学生模型基于至少一个问题生成的算法优化模型输出，基于算法优化模型输出与预设答案获取基础奖励，基于算法优化模型输出的长度以及回答长度阈值获取回答长度奖励；获取算法优化模型输出中不同内容的下一个词被生成为不同词的第一词生成概率，基于第一词生成概率获取第一生成熵；基于回答长度奖励以及第一生成熵对算法优化学生模型进行训练，得到计算奖励优化学生模型；若计算奖励优化学生模型收敛，则输出。该方案可以确保计算奖励优化学生模型生成正确且简短的答案，提高了训练过程中模型的收敛速度，改善了用户体验。

本发明授权学生模型的训练方法、装置、电子设备及存储介质在权利要求书中公布了：1.一种学生模型的训练方法，所述方法由计算机实施，其特征在于，包括： 获取算法优化学生模型基于至少一个问题生成的算法优化模型输出，所述算法优化学生模型为基于组相对策略优化GRPO算法对学生模型进行训练得到，所述学生模型是基于教师模型进行蒸馏得到，所述教师模型为大语言模型，所述大语言模型是使用文本数据训练的深度学习模型，用于处理自然语言任务，所述自然语言任务包括文本问答任务； 基于所述至少一个问题中每个问题对应的算法优化模型输出与所述每个问题对应的预设答案获取所述每个问题的基础奖励，其中算法优化模型输出与预设答案匹配时基础奖励，算法优化模型输出与预设答案不匹配时基础奖励； 获取所述每个问题对应的算法优化模型输出的长度以及预设的回答长度阈值，并基于获取所述每个问题的回答长度奖励； 获取所述算法优化学生模型根据所述每个问题生成算法优化模型输出时，所述算法优化模型输出中的不同内容的下一个词被生成为不同词的第一词生成概率，并基于所述第一词生成概率获取所述算法优化学生模型的第一生成熵； 基于所述每个问题的回答长度奖励以及所述第一生成熵对所述算法优化学生模型进行训练，得到计算奖励优化学生模型； 若确定所述计算奖励优化学生模型收敛，则输出所述计算奖励优化学生模型。

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市北京航空航天大学国际创新研究院(北京航空航天大学国际创新学院)，其通讯地址为：311115 浙江省杭州市余杭区瓶窑镇双红桥街166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。