Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 复旦大学陈昱妍获国家专利权

复旦大学陈昱妍获国家专利权

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!

龙图腾网获悉复旦大学申请的专利大语言模型不完全信息下的问题处理能力的评测装置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:CN118689981B

龙图腾网通过国家知识产权局官网在2026-03-24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:202410780036.X,技术领域涉及:G06F16/3329;该发明授权大语言模型不完全信息下的问题处理能力的评测装置是由陈昱妍;李玥泽;梁家卿;肖仰华设计研发完成,并于2024-06-17向国家知识产权局提交的专利申请。

大语言模型不完全信息下的问题处理能力的评测装置在说明书摘要公布了:本发明提供了一种大语言模型不完全信息下的问题处理能力的评测装置,具有这样的特征,包括评测实体生成模块用于根据现有的实体猜测数据,生成层次概念列表和相似实体;简单难度猜测模块用于根据实体及其对应的底层概念,得到对应的简单难度猜测结果和简单难度猜测轮数;普通难度猜测模块用于根据实体及其对应的中间层概念,得到对应的普通难度猜测结果和普通难度猜测轮数;困难难度猜测模块用于根据实体及其对应的底层概念和相似实体,得到对应的困难难度猜测结果、困难难度猜测轮数和问答记录;分析计算模块用于计算得到不完全信息下的问题处理能力结果。总之,本装置能够客观准确地评估大语言模型多个方面的不完全信息下的问题处理能力。

本发明授权大语言模型不完全信息下的问题处理能力的评测装置在权利要求书中公布了:1.一种大语言模型不完全信息下的问题处理能力的评测装置,用于得到待评估大语言模型的智力水平结果,其特征在于,包括: 评测实体生成模块,用于根据现有的实体猜测数据,生成多个实体及其对应的层次概念列表和相似实体,所述层次概念列表包括底层概念和中间层概念,所述底层概念和所述中间层概念用于描述对应的实体的类别,所述中间层概念对应的类别相较于所述底层概念对应的类别更广泛或更抽象; 简单难度猜测模块,用于根据所述实体及其对应的所述底层概念,使所述待评估大语言模型进行简单难度实体猜测,得到对应的简单难度猜测结果和简单难度猜测轮数; 普通难度猜测模块,用于根据所述实体及其对应的所述中间层概念,使所述待评估大语言模型进行普通难度实体猜测,得到对应的普通难度猜测结果和普通难度猜测轮数; 困难难度猜测模块,用于根据所述实体及其对应的所述底层概念和所述相似实体,使所述待评估大语言模型进行困难难度实体猜测,得到对应的困难难度猜测结果、困难难度猜测轮数和问答记录; 分析计算模块,用于根据所有所述简单难度猜测结果、所述简单难度猜测轮数、所述普通难度猜测结果、所述普通难度猜测轮数、所述困难难度猜测结果、所述困难难度猜测轮数和所述问答记录,计算得到所述智力水平结果, 所述分析计算模块包括: 简单难度分析单元,用于根据多个所述简单难度猜测结果和所述简单难度猜测轮数,得到简单难度准确性胜率、简单难度轮数胜率和简单难度总胜率; 普通难度分析单元,用于根据多个所述普通难度猜测结果和所述普通难度猜测轮数,得到普通难度准确性胜率、普通难度轮数胜率和普通难度总胜率; 困难难度分析单元,用于根据多个所述困难难度猜测结果、所述困难难度猜测轮数和所述问答记录,得到困难难度准确性胜率、困难难度轮数胜率、困难难度总胜率和推理分数, 所述智力水平结果包括所述简单难度准确性胜率、所述简单难度轮数胜率、所述简单难度总胜率、所述普通难度准确性胜率、所述普通难度轮数胜率、所述普通难度总胜率、所述困难难度准确性胜率、所述困难难度轮数胜率、所述困难难度总胜率和所述推理分数, 在所述简单难度猜测模块中,所述简单难度实体猜测为“20个问题”游戏, 所述“20个问题”游戏的起点为所述底层概念, 所述待评估大语言模型在所述“20个问题”游戏中猜测成功时,所述简单难度猜测结果为1, 所述待评估大语言模型在所述“20个问题”游戏中猜测失败时,所述简单难度猜测结果为0, 所述简单难度猜测轮数为所述待评估大语言模型在所述“20个问题”游戏中总共经历的问答轮次数, 所述评测实体生成模块包括: 评分单元,包括现有的大语言模型,用于对所述实体猜测数据中的各个猜测实体进行公共性评分; 实体选择单元,用于根据所述公共性评分,从所有所述猜测实体中选取多个所述猜测实体作为所述实体; 概念生成单元,包括现有的大语言模型,用于对各个所述实体生成对应的所述层次概念列表; 相似实体生成单元,包括现有的大语言模型,用于对各个所述实体生成对应的所述相似实体。

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复旦大学,其通讯地址为:200433 上海市杨浦区邯郸路220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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。