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！

龙图腾网获悉苏州元脑智能科技有限公司申请的专利推理模型的训练方法、装置、电子设备、介质及产品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：CN121257757B 。

龙图腾网通过国家知识产权局官网在2026-03-06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：202511831907.7，技术领域涉及：G06N5/04；该发明授权推理模型的训练方法、装置、电子设备、介质及产品是由陈曦;王青设计研发完成，并于2025-12-05向国家知识产权局提交的专利申请。

本推理模型的训练方法、装置、电子设备、介质及产品在说明书摘要公布了：本申请公开了一种推理模型的训练方法、装置、电子设备、介质及产品，涉及人工智能技术领域，包括获取各词元的熵值，根据各词元的熵值，得到推理过程的熵平均值序列；其中熵值和熵平均值序列用于识别推理过程中的多个推理阶段，不同推理阶段的推理长度不同；基于熵平均值序列，获取推理长度奖励值，充分考虑了推理过程的阶段特性，确保推理过程的准确性。在确保推理答案与标准推理答案一致的情况下，再根据推理过程的熵平均值序列，获取推理过程的推理长度奖励值，能够在推理答案准确性的基础上去限制推理过程的推理长度，避免出现推理过程短但推理答案不准确的情况，确保推理答案的准确性。因此，能够确保推理结果的准确性。

本发明授权推理模型的训练方法、装置、电子设备、介质及产品在权利要求书中公布了：1.一种推理模型的训练方法，其特征在于，包括： 通过电子设备的接收装置采集针对任一推理问题的多个历史推理结果；其中各历史推理结果中包括推理过程和推理答案；所述推理过程中包括多个词元；其中，所述任一推理问题是数学题问答场景下的推理问题；所述推理过程是数学题问答场景下的不同的解题步骤和不同的分析逻辑；所述推理答案是数学题问答场景下推理问题的结论； 通过所述电子设备的处理装置，获取各词元的熵值； 所述处理装置根据所述各词元的熵值，得到所述推理过程的熵平均值序列；其中所述熵值和所述熵平均值序列用于识别所述推理过程中的多个推理阶段； 所述处理装置根据所述推理答案，确定各历史推理答案的准确性奖励值； 若所述推理答案与所述任一推理问题的标准推理答案一致，则所述处理装置根据所述推理过程的熵平均值序列，获取所述推理过程的推理长度奖励值； 所述处理装置根据所述准确性奖励值和所述推理长度奖励值，对待训练的推理模型进行训练，得到训练好的推理模型；其中所述训练好的推理模型用于根据待推理问题输出推理过程和推理答案，在推理过程中生成任意一个词元时，根据当前词元的所述熵值和所述熵平均值序列判断是否终止推理过程，避免推理过程中出现过度推理阶段。

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苏州元脑智能科技有限公司，其通讯地址为：215000 江苏省苏州市吴中经济开发区综保区经一路1号8幢；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。