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！

龙图腾网获悉杭州海康威视数字技术股份有限公司申请的专利模型训练方法、法律问题分析方法及电子设备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：CN120105108B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202510578269.6，技术领域涉及：G06F40/30；该发明授权模型训练方法、法律问题分析方法及电子设备是由朱江;任文奇;任烨;李绍辉;王嘉伟;曹达设计研发完成，并于2025-05-06向国家知识产权局提交的专利申请。

本模型训练方法、法律问题分析方法及电子设备在说明书摘要公布了：本申请公开了一种模型训练方法，包括：将法律问题的生成式样本数据输入大语言模型，重构成检索式样本数据；将检索式样本数据输入自回归基座模型，基于QLoRA微调技术训练自回归基座模型，其中，自回归基座模型的训练损失函数采用带有忽略损失机制的交叉熵损失函数；将自回归基座模型的输出概率分布作为目标分布，依据检索式样本数据，训练检索模型。本申请能够解决大语言模型答复法律问题准确性不高的问题。

本发明授权模型训练方法、法律问题分析方法及电子设备在权利要求书中公布了：1.一种模型训练方法，其特征在于，包括： 大语言模型结合三维独热向量判断法律问题的类型，其中，所述法律问题的类型包括：生成式法律问题和检索式法律问题； 通过所述大语言模型判断所述法律问题是否需要检索： 在所述法律问题不需要进行检索时，判定所述法律问题的类型为生成式法律问题； 在所述法律问题需要进行检索时，基于结合三维独热向量的位置索引判断所述法律问题的检索类型属于法条检索和或类案检索； 将所述法律问题的生成式样本数据输入大语言模型，重构成检索式样本数据；将所述检索式样本数据输入自回归基座模型，基于QLoRA微调技术获取所述检索式样本数据的模型角色数据和回溯标签包裹的数据，以生成最小交叉熵损失为目的，训练所述自回归基座模型学习所述检索式样本数据的条件概率分布，其中，所述自回归基座模型的训练损失函数采用带有忽略损失机制的交叉熵损失函数，所述带有忽略损失机制的交叉熵损失函数的计算公式为： ； ； 其中，表示样本数据中的所有词汇，t表征模型训练的第t个时刻，可以理解为训练数据中第t个单词的训练时间位置，表征第t个时刻样本数据的真值是里面的第i个值，表征模型的t时刻预测出来为的概率，表征第t个时刻应该是否应该对损失进行掩码，时刻表征：提示词和用户问题不需要调用检索模型；表征检索内容的下标位置，是序列长度；表征检索标签的时间步；表征模型输出的时间步； 将所述自回归基座模型的输出概率分布作为目标分布，依据所述检索式样本数据，训练检索模型； 在所述自回归基座模型判断出所述检索式样本数据表征不需要进行检索时，不对所述检索模型进行训练。

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杭州海康威视数字技术股份有限公司，其通讯地址为：310051 浙江省杭州市滨江区阡陌路555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”。