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
  • 本发明提供一种奖励工具的构建方法及装置、存储介质及电子设备,属于人工智能领域,该方法包括:在目标模型接收到查询信息时,基于查询信息确定任务类型;判断是否已存在与任务类型相匹配的奖励工具;若不存在,则基于任务类型和奖励评估策略,生成多个奖励方...
  • 本发明公开了一种基于不确定性量化与诚实性奖励的金融数据的大语言模型训练方法及系统,该方法包括获取金融领域的自然语言问题文本,对该文本进行预处理;将预处理后的自然语言问题文本输入到待训练的大语言模型中,得到综合不确定性分数;基于综合不确定性分...
  • 本公开提供一种模型训练、任务处理方法、装置、产品、设备及介质。所述方法包括:基于每个任务在当前轮次的采样分布,控制待训练模型进行任务采样,以得到采样数据;根据采样数据确定每个任务的执行指标,并根据执行指标确定每个任务在下一轮次的采样分布,执...
  • 本发明提供一种奖励模型、策略模型训练方法、装置、电子设备及存储介质,属于人工智能技术领域,包括:获取偏好数据对,包括针对同一提示词生成的优选响应和非优选响应,优选响应和非优选响应均由多个文本单元序列构成;将每个文本单元序列输入至待训练奖励模...
  • 本发明公开了一种基于混合世界模型的多任务深度强化学习系统。系统包括:多任务环境模型、智能体策略以及混合世界模型;其中,混合世界模型的架构通过混合多个专家Transformer,并串联共享Transformer设计而成,各专家Transfor...
  • 本申请公开了一种神经网络模型的训练方法、装置、电子设备及存储介质。通过初始化比例参数,在每个周期迭代训练前,获取待训练神经网络模型的中间层中可训练参数的梯度范数,并根据预设更新策略对比例参数进行更新,以利用梯度范数和更新后的比例参数从中间层...
  • 本申请提供了一种模型训练方法、装置、电子设备、存储介质及计算机程序产品,涉及技术领域为:人工智能技术领域,方法包括:第一计算单元和第二计算单元针对第一数据产生第一中间数据的第一数值交互确定第二中间数据的第一数值;第二计算单元与第一计算单元交...
  • 本发明公开了一种基于虚拟对抗的多模态大模型安全指令微调方法及系统,属于大模型领域。本发明对多模态大模型进行两阶段微调:第一阶段通过基于梯度的虚拟对抗扰动技术,对大语言模型及跨模态连接层进行安全对齐,确保模型输出内容无害,并提升对后续有毒数据...
  • 本发明提供了一种基于格拉姆矩阵正交性的卷积神经网络剪枝方法和装置,涉及卷积神经网络剪枝的技术领域,该方法包括:将特征图训练样本输入当前卷积神经网络得到输出特征;针对各卷积层,确定通道维度的参数格拉姆矩阵(元素表征通道卷积核相关性),计算其对...
  • 本发明公开了一种基于量子计算的大模型量化方法,包括:获取语言模型中各个网络层的异常值数据;量化获取的异常值数据对量化操作的敏感程度作为精度评估因子;基于精度评估因子和基础模型参数以及量化问题进行哈密尔顿建模获得目标哈密顿量,并转化为QUBO...
  • 本申请涉及计算机技术领域,提供了一种模型压缩方法、装置和系统,方法包括根据量化操作参数对人工智能模型进行量化操作,以对人工智能模型的模型参数的格式进行转换;以及,还根据人工智能模型的量化后模型参数生成稀疏化操作参数,根据稀疏化操作参数对人工...
  • 本发明公开了一种数据生成方法及电子设备,涉及人工智能技术领域。其中,方法包括根据专业性要求高的专业智能任务的多条初始任务数据在各任务质量评价维度的量化信号值选择需要修正的候选任务数据;根据专业需求信息和错误修正原因生成修正提示词,并结合专业...
  • 本申请公开了自动化机器学习管道探索和部署。自动化ML管道生成系统允许用户通过提供数据集、标识所述数据集中的目标列以及提供探索预算来容易地构建优化的ML管道。可通过探索过程标识和评估多个候选ML管道,并且可向请求用户提供最佳ML管道或者可部署...
  • 本发明公开了一种温度预测模型训练方法及钒钛矿高炉铁水温度预测方法,应用于冶炼工程领域,基于领域知识对生产参数进行预筛选,获取预筛选生产参数的生产数据及铁水温度参数的铁水温度数据,基于生产数据及铁水温度数据确定预筛选生产参数与铁水温度参数的皮...
  • 本发明属于人工智能与机器人技术领域,公开了一种人工智能机器人的结构化学习方法,包括以下步骤:一、多语义解耦与独立嵌入:将机器人任务相关的语义信息进行结构化隔离和解耦,并为每一类语义创建独立的嵌入通道和学习子模块;二、内容感知的混合注意力机制...
  • 本发明提供一种层级自适应加噪的差分隐私深度学习方法,属于差分隐私深度学习技术领域。本方法包括:以各层传导度表征模型各层梯度变化对损失函数的影响程度,并作为模型各层对最终输出的影响权重;根据所述影响权重为每层分配隐私预算;对每层不同的梯度范数...
  • 本发明提出了一种基于模分复用的集成光子神经拟态计算芯片,包括:多模光子突触阵列,包括N*N阵列式排列的多模光子突触,沿行排列的相邻2个多模光子突触、沿列排列的第1和第2个多模光子突触,其单模波导之间连接,沿列排列的第2~N个多模光子突触,其...
  • 本申请公开了一种在处理器阵列上并行处理神经网络模型的方法,方法包括:将待处理的Transformer神经网络模型采用混合权重划分策略,分布到处理器阵列上进行并行计算,在处理器阵列中,对于神经网络模型的注意力模块中的查询Wq、键Wk、Wv值的...
  • 本申请公开了一种基于金属互连拓扑编码权重的神经网络处理方法,方法包括:将待计算的神经网络模型的权重信息,以编码方式金属嵌入到处理器芯片的三维的金属互连线的拓扑结构中;将处理器芯片的神经元计算区域根据所有唯一的权重值进行物理划分;通过金属互连...
  • 本发明公开了一种电子存储计算单元、阵列及电子元器件制备方法,包括存储求和单元,计算单元,第一扫描线,第一信号线以及第二信号线;存储求和单元的控制端与第一扫描线连接,第一输入端与第一信号线连接,第二输入端与第二信号线连接,用于读取第二信号线上...
技术分类