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！

龙图腾网获悉南京大学申请的专利一种面向语言模型智能客服助理系统的高效持续学习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：CN120430393B 。

龙图腾网通过国家知识产权局官网在2026-05-01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：202510525018.1，技术领域涉及：G06Q30/015；该发明授权一种面向语言模型智能客服助理系统的高效持续学习方法是由赵鹏;钱宇阳设计研发完成，并于2025-04-24向国家知识产权局提交的专利申请。

本一种面向语言模型智能客服助理系统的高效持续学习方法在说明书摘要公布了：本发明公开一种面向语言模型智能客服助理系统的高效持续学习方法，旨在解决在动态更新客户需求和服务场景中，如何高效地保持客服模型的学习能力并避免灾难性遗忘。通过结合低秩适配器LoRA和层次化梯度相似性树，本方法能够在面对不断变化的客户咨询、投诉和反馈时，实现实时在线学习与调整。具体来说，方法通过任务相似性评估和带置信度界限的任务探索算法，动态调整语言模型的学习策略，使其能够快速适应新业务场景、应对多样化的客户需求，同时保留已有的服务知识。该方法显著提高了客服智能系统在处理不同语言、语境和客户情绪时的响应能力，特别适用于智能客服平台和企业服务系统，在减少计算资源消耗的同时，提升服务质量和客户满意度。

本发明授权一种面向语言模型智能客服助理系统的高效持续学习方法在权利要求书中公布了：1.一种面向语言模型智能客服助理系统的高效持续学习方法，其特征在于，所述方法包括客服场景知识树构建和知识适配器更新优化；所述客服场景知识树负责捕获不同客服场景间的知识关联关系，所述知识适配器负责实现知识更新；所述高效持续学习指的是在保持已掌握客服知识的同时最小化企业计算和存储开销； 首先初始化智能客服系统的基础模型和客服场景知识树，当需要学习新的客服场景时，基于置信度下界的受限反馈在线学习算法探索场景知识结构，系统将新场景整合到现有的客服场景知识树中，此过程通过知识相似度计算确定场景间的关联； 接着，根据客服场景知识树的层次结构，为模型选择最相关的参数，此过程需要平衡知识共享和场景特异性； 然后，采用参数更新策略优化知识适配器，此过程需要控制用户计算资源消耗； 最终，更新系统参数并保存场景知识，此过程需要平衡存储成本和服务质量； 所述智能客服系统的基础模型处理新客服场景时的知识适配器更新过程为： 步骤101，接收新客服场景的用户问题和标准答案对作为输入，输入特征为，标记为； 步骤102，计算当前场景n与已有一组客服场景k之间的知识相似度；记当前场景样本梯度为，客服场景组k的梯度为；是表示梯度的符号；表示损失函数，用于衡量模型预测与真实标签之间的差异；表示当前场景n对应的模型；，表示在之前学到的一组客服场景k上的经验梯度差的总和，其中表示适配器的维度，表示低秩稀疏化函数；表示历史选择； 步骤103，使用置信度下界算法计算第k个节点的LCB值，评估各知识分支的相关程度：若k为叶节点，；否则，表示节点k被选择的次数，t为当前数据标号，表示第k个节点的子节点，δ表示知识相似度判定阈值；所述知识分支是指客服场景知识树中的节点，其中叶节点代表一个具体的客服场景，非叶节点代表一组具有相似知识特征的客服场景； 步骤104，选择最相关的知识分支，即具有最小LCB值的节点k； 步骤105，计算在选出的知识分支k上的经验梯度差的总和并记录； 步骤106，为模型选择最相关的参数； 步骤107，稀疏更新模型，其中表示低秩稀疏化函数，表示的梯度，表示当前轮次t更新前的模型，表示当前轮次更新后的模型，表示知识共享的权重；α表示学习效率参数； 重复步骤101-107，直到完成新场景知识的学习。

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南京大学，其通讯地址为：210023 江苏省南京市栖霞区仙林大道163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。