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！

龙图腾网获悉北京邮电大学申请的专利语言模型的训练方法、装置、设备及存储介质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：CN119514721B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202411429655.0，技术领域涉及：G06N20/00；该发明授权语言模型的训练方法、装置、设备及存储介质是由王玉龙;苏森;李德凝设计研发完成，并于2024-10-14向国家知识产权局提交的专利申请。

本语言模型的训练方法、装置、设备及存储介质在说明书摘要公布了：本申请提供一种语言模型的训练方法、装置、设备及存储介质，该方法包括：根据语言模型的预训练矩阵，确定第一矩阵、第二矩阵以及第三矩阵；确定第二矩阵的第一缩放向量以及第三矩阵的第二缩放向量；响应于第二矩阵的范数大于或等于第三矩阵的范数，确定第二矩阵与第二缩放向量为目标训练矩阵；获取训练文本以及训练文本的实际答复结果；将训练文本输入到目标训练矩阵，得到预测答复结果；根据预测答复结果和实际答复结果，确定结果误差；基于结果误差，训练目标训练矩阵，得到优化后的语言模型。本申请通过奇异值分解算法减少语言模型的训练参数，降低了模型的复杂度和计算成本。

本发明授权语言模型的训练方法、装置、设备及存储介质在权利要求书中公布了：1.一种语言模型的训练方法，其特征在于，所述方法包括： 根据所述语言模型的预训练矩阵，确定第一矩阵、第二矩阵以及第三矩阵；所述第一矩阵用于表征所述预训练矩阵的高秩特征；所述第二矩阵以及所述第三矩阵用于表征所述预训练矩阵的低秩特征； 确定所述第二矩阵的第一缩放向量以及所述第三矩阵的第二缩放向量； 响应于所述第二矩阵的范数大于或等于所述第三矩阵的范数，确定所述第二矩阵与所述第二缩放向量为目标训练矩阵； 响应于所述第二矩阵的范数小于所述第三矩阵的范数，确定所述第三矩阵与所述第一缩放向量为所述目标训练矩阵； 获取训练文本以及所述训练文本的实际答复结果； 将所述训练文本输入到所述目标训练矩阵，得到预测答复结果；其中，将所述训练文本编码为向量形式后，输入到所述目标训练矩阵中进行前向传播计算，得到预测答复结果的向量表示；其中，前向传播过程满足如下表达式： h＝Wres+A·diaga·B·diagbx； 其中，x为输入向量，h为隐层输出的降维向量，a为第一缩放向量，b为第二缩放向量，A∈Rm×r，B∈Rr×n，Wres为第一矩阵；根据所述预测答复结果和所述实际答复结果，确定结果误差； 基于所述结果误差，训练所述目标训练矩阵，得到优化后的所述语言模型。

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北京邮电大学，其通讯地址为：100876 北京市海淀区西土城路10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。