Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 西安交通大学刘欢获国家专利权

西安交通大学刘欢获国家专利权

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!

龙图腾网获悉西安交通大学申请的专利基于领域化大模型的开放试题评价方法及相关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:CN120106176B

龙图腾网通过国家知识产权局官网在2025-08-29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:202510583018.7,技术领域涉及:G06N3/096;该发明授权基于领域化大模型的开放试题评价方法及相关装置是由刘欢;郭宇扬;史磊;董怡翔;刘高文;万宇哲设计研发完成,并于2025-05-07向国家知识产权局提交的专利申请。

基于领域化大模型的开放试题评价方法及相关装置在说明书摘要公布了:本发明属于教育考试数据挖掘领域,提供基于领域化大模型的开放试题评价方法及相关装置,所述方法包括:通过所属学科语料数据获取增量训练数据集和指令微调集,并通过文本识别获取考生作答集;基于增量训练数据集和指令微调集,得到领域模型;构建考生观点挖掘任务的提示模板,对得到的领域模型进行提示微调,得到微调后的领域模型,并进行调优;抽取考生作答观点,补充得到标准答案观点集,得到最终的标准答案观点集;基于最终的标准答案观点集对考生作答进行赋分。本发明通过构建可重复应用的领域模型、借助大模型语义能力减少样本需求,并结合创新观点挖掘与专家反馈,在保护创新性的同时实现了更精准的评分。

本发明授权基于领域化大模型的开放试题评价方法及相关装置在权利要求书中公布了:1.基于领域化大模型的开放试题评价方法,其特征在于,包括: 通过所属学科语料数据获取增量训练数据集和指令微调集,并获取考生作答集;基于增量训练数据集和指令微调集,对预设基座大模型注入领域知识并对齐指令意图,得到领域模型; 基于考生作答集,构建考生观点挖掘任务的提示模板,基于考生观点挖掘任务的提示模板对得到的领域模型进行提示微调,得到微调后的领域模型,并对微调后的领域模型进行调优操作; 在调优后的领域模型中抽取考生作答观点,分类为标准答案观点集和创新观点集,并基于创新观点集补充标准答案观点集,得到最终的标准答案观点集; 基于最终的标准答案观点集对考生作答进行赋分; 所述通过所属学科语料数据获取增量训练数据集和指令微调集,并获取考生作答集,包括: 收集开放试题所属学科的教材、书籍、论文、题库作为语料,通过基于规则的数据过滤方法去除语料中的低质量数据,并进行文档去重,获得增量训练数据集;通过题库问答数据和基于学科文档的大模型对话生成指令微调集,指令微调集包括单轮对话集和多轮对话集;所述获取考生作答集为通过图像分隔和光学字符识别获取; 所述基于增量训练数据集和指令微调集,对预设基座大模型注入领域知识并对齐指令意图,得到领域模型,包括: 利用增量预训练集,对基座大模型进行增量预训练以注入领域知识,再利用指令微调数据集,对增量预训练后的模型进行指令微调来对齐人类指令的意图,得到面向学科的领域大模型; 所述基于考生作答集,构建考生观点挖掘任务的提示模板,基于考生观点挖掘任务的提示模板对得到的领域模型进行提示微调,得到微调后的领域模型,包括: 基于考生作答集定义提示模版格式,按照提示模板标注提示数据,使用参数高效微调包中的低秩适应高效参数微调领域模型,在样本上进行训练以适配观点挖掘任务,训练后的领域模型用于按照模板定义的格式输出考生作答的观点信息及其解释。

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西安交通大学,其通讯地址为:710049 陕西省西安市碑林区咸宁西路28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。