Document
拖动滑块完成拼图
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
最新专利技术
  • 本发明公开了一种基于强化学习的多轮自适应大语言模型对抗攻击方法,用于大语言模型安全评估领域中绕过其内置安全机制的任务,以提升对LLM安全漏洞的自动化探测能力和攻击效率。通过将有害意图嵌入到提供给LLM的模式约束中,同时保持表面提示的良性;然...
  • 本申请提供了一种序列决策模型训练方法、系统及可读存储介质,本方法中,首先通过目标序列决策模型对历史环境状态数据进行表征学习以生成初始决策动作,随后,依托条件生成式模型结合历史环境状态数据实现环境条件动态演变,所构建的分布不确定集能够精准表征...
  • 本申请提供了一种针对大模型的强化学习方法、装置、设备、介质和产品,可以应用于人工智能技术领域、分布式技术领域和金融科技领域。该方法包括:循环执行以下步骤,直到满足预设循环停止条件:推理节点将组成的训练样本异步发送到训练节点;训练节点分别基于...
  • 本发明涉及自动驾驶策略进化领域,具体涉及一种监督‑强化联合微调的端到端自动驾驶策略进化方法,根据反馈层级将用户使用自动驾驶系统的数据样本分为性能缺陷样本、生理心理反馈样本、部分干预样本以及完全接管样本,针对性能缺陷样本和生理心理反馈样本,利...
  • 本发明涉及一种用于图像识别神经网络的对抗训练方法,属于图像识别技术领域,解决了现有图像识别神经网络由于在对抗训练中对抗样本多样性缺失、对抗样本泛化能力不足导致的模型在应用中鲁棒性不足和可靠性低的问题。方法包括:使用原始训练数据集对图像识别神...
  • 本发明提出一种文生图扩散模型的生成型后门检测方法及装置,该生成型后门检测方法包括:根据文本提示词,通过文生图扩散模型,得到输出图像;比较输出图像的图像语义对象集合与文本提示词的文本语义对象集合,判断该文生图扩散模型是否存在生成型后门风险;将...
  • 本发明公开一种基于掩码权重与随机裁剪的跨模态对抗攻击方法及系统,属于深度学习技术领域。所述方法包括:提取源图像的显著性掩码;利用扰动变量对源图像进行扰动,生成对抗样本;结合显著性掩码随机采样K个裁剪框;分别提取该裁剪框在对抗样本上的剪裁特征...
  • 一种面向物理环境的多模态思维链大模型攻击方法,建立跨模态毒性消解机制,利用语义分层解析和图像‑文本协同编码将输入的有害信息解耦为无害化组件,实现风险要素分布式嵌入;开发物理空间对抗诱导系统,在视觉通道引入物理环境可打印对抗样本,并通过模态对...
  • 本发明提出一种基于几何映射和多尺度特征聚合的fMRI迁移学习方法及装置,涉及医学影像人工智能领域,其中,方法包括:使用DeepPrep软件将原始基于体素的4D fMRI数据重构为标准fsaverage模板下的三维表面网格数据;基于三维表面网...
  • 本发明涉及输电线路监测技术领域,特别是一种基于深度迁移学习的输电线路覆冰检测方法、系统、设备及存储介质。构建包含无覆冰、雾凇、混合凇、雨凇、雪覆盖五种状态的绝缘子图像数据集,构建包括特征提取网络和预测网络的目标检测模型架构,特征提取网络采用...
  • 本发明公开了一种基于专有业务数据库垂直大模型微调方法,属于人工智能与数据库技术领域,尤其涉及一种基于自研数据库知识进行大模型微调的垂直领域模型训练与应用方法,通过构建专有语料库、采用参数高效微调技术LoRA、建立多维度评估体系,实现从通用模...
  • 本发明涉及人工智能和自然语言处理技术领域,提供基于多级检索与干扰文档融合的RAG‑LoRA微调训练方法,包括构建领域知识库;对向量数据库执行多级检索获取相关度分层的候选文档集合;基于候选文档集合生成训练样本,通过从强相关文档与弱相关文档中分...
  • 本申请公开了一种大型语言模型微调方法、装置、设备及存储介质,涉及大型语言模型微调技术领域,该方法先在大型语言模型微调的预设检查点,基于当前模型的训练损失表现、样本嵌入空间分布及样本回复评分表现,对训练数据集执行多维度自我参照诊断,识别出与当...
  • 本申请公开了一种模型蒸馏方法、装置、设备及存储介质。该方法包括:获取本地知识库文件、教师模型以及学生模型;对本地知识库文件进行切分处理,获取多个本地知识片段;调用教师模型,基于预设引导模版,对多个本地知识片段进行处理,生成多个提示信息;调用...
  • 本发明实施例提供一种基于自主可控框架的轻量级模型多GPU分布训练方法及系统。该方法包括:构建全栈式国产化分布式训练框架,所述布式训练框架包括通信层、任务调度层、资源管理层和模型编译器;针对训练的轻量级模型进行模型参数动态划分,并采用梯度压缩...
  • 本申请涉及联邦学习技术领域,本申请提供一种协同安全与激励的联邦学习方法,其特征在于,包括:服务器选择最优客户端子集;最优客户端子集中的各客户端对全局模型与本地模型进行性能评估并生成报警决策;最优客户端子集中的各客户端计算最优的本地训练批量;...
  • 本申请涉及联邦学习技术领域,本申请提供一种基于草图压缩和一致性感知聚合的公平联邦学习方法,其特征在于,包括:服务器初始化全局模型并分发给所有客户端;在每一训练轮次,执行:各客户端在本地的私有数据集上进行训练,得到本地模型更新并计算梯度向量;...
  • 本发明公开了一种动态社区环境下的联邦学习设备选择方法及系统,涉及联邦学习技术领域,包括以下步骤:步骤一:设备动态聚类管理,基于设备本地数据分布特征构建并自适应更新设备聚类结构,步骤二:基于聚类的设备评估与选择,在每一轮联邦学习训练前,对各聚...
  • 本发明提供了基于知识蒸馏的平行分割学习方法、装置、设备及介质,涉及终端学习技术领域。此方法提供了一种基于知识蒸馏的平行分割学习框架,包括跨层投影蒸馏模块、EMA原型指导模块和最小频次阈值约束模块,三个模块协同工作形成闭环训练机制。跨层投影蒸...
  • 本发明涉及机器学习技术领域,尤其涉及一种面向客户端缺失模态的多模态联邦学习模型训练方法。该方法由服务器初始化包含可学习补偿向量的全局模型;客户端在本地训练中,根据二进制掩码识别模态状态,针对缺失模态引入所述补偿向量作为代理特征,并利用自屏蔽...
技术分类