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！

龙图腾网获悉数据空间研究院申请的专利基于影响函数分解的大模型隐私知识解耦遗忘方法及系统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：CN121615182B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202610129330.3，技术领域涉及：G06F21/62；该发明授权基于影响函数分解的大模型隐私知识解耦遗忘方法及系统是由张佳佳;余海阳;张凯;胡家武;潘李伟;魏凌波设计研发完成，并于2026-01-30向国家知识产权局提交的专利申请。

本基于影响函数分解的大模型隐私知识解耦遗忘方法及系统在说明书摘要公布了：本发明涉及大语言模型应用中的隐私保护技术领域，公开了基于影响函数分解的大模型隐私知识解耦遗忘方法及系统。该方法获取隐私样本集和知识保留集；构建随机正交投影矩阵，将大语言模型参数空间的Hessian矩阵计算投影至低维子空间，基于该空间集合中样本的影响函数，以量化移除样本后对模型参数的影响；对知识保留集的影响函数进行主成分提取，构建知识子空间基；将隐私样本的影响函数投影至知识子空间基，分解得到知识分量和隐私分量；据此设计参数修正策略，并根据策略更新模型参数，在沿隐私分量方向消除隐私影响的同时，沿知识分量方向补偿知识损失，从而迭代优化模型。本发明实现了隐私数据充分遗忘与模型通用能力保持的最优平衡。

本发明授权基于影响函数分解的大模型隐私知识解耦遗忘方法及系统在权利要求书中公布了：1.基于影响函数分解的大模型隐私知识解耦遗忘方法，其特征在于，包括： S1.获取待遗忘的隐私样本集和用于维持通用能力的知识保留集；对于知识保留样本，采用通用占位符对文本进行替换处理； S2.构建随机正交投影矩阵，通过该投影矩阵将大语言模型参数空间的Hessian矩阵投影至低维子空间，在所述低维子空间中求解Hessian逆矩阵，并基于所述逆矩阵计算所述隐私样本集和所述知识保留集中样本的影响函数，以量化移除样本后对模型参数的影响； S3.通过奇异值分解对所述知识保留集的影响函数进行主成分提取，构建知识子空间基；将隐私样本的影响函数投影至所述知识子空间基，正交分解得到知识分量和隐私分量；其中，知识分量表示隐私样本对模型参数的影响中，与知识保留集的参数影响方向相一致的部分；隐私分量表示隐私样本对模型参数的影响中，与知识保留集的参数影响方向正交的部分； S4.基于所述知识分量和所述隐私分量设计参数修正策略，并根据所述参数修正策略更新模型参数，在沿隐私分量方向消除隐私影响的同时，沿知识分量方向补偿知识损失，从而迭代优化大语言模型。

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数据空间研究院，其通讯地址为：230000 安徽省合肥市高新区柏堰科技园创新大道288号工投高新智谷B区；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。