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！

龙图腾网获悉昆明理工大学申请的专利基于提示策略激活的多语言大模型翻译性能优化方法、系统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：CN119903855B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202411983083.0，技术领域涉及：G06F40/58；该发明授权基于提示策略激活的多语言大模型翻译性能优化方法、系统是由赖华;韩思雷;李英;余正涛;郭子瑞设计研发完成，并于2024-12-31向国家知识产权局提交的专利申请。

本基于提示策略激活的多语言大模型翻译性能优化方法、系统在说明书摘要公布了：本发明涉及基于提示策略激活的多语言大模型翻译性能优化方法、系统，属自然语言处理领域。在低资源语言环境下，多语言大模型的翻译性能仍然存在不足。这主要是由于大模型对低资源语言输入语义的理解能力有限，导致其部分潜在的翻译能力尚未充分激活，为了缓解这一影响，本发明首先基于四种提示策略从高质量语料库筛选提示，其次构建上下文学习模板作为大模型用户输入，任务导向作为系统输入，最后通过动态调整提示策略与模型参数，实现大模型在低资源语言翻译任务中的性能优化。本发明的方法能够有效激活大模型的潜在翻译能力，显著提升其在低资源语言环境下的翻译质量。

本发明授权基于提示策略激活的多语言大模型翻译性能优化方法、系统在权利要求书中公布了：1.基于提示策略激活的多语言大模型翻译性能优化方法，其特征在于：所述方法包括： Step1、获取提示数据集； Step2、根据任务导向构建大语言模型的系统输入； Step3、基于提示策略从提示数据集中筛选提示，把筛选后的提示融入上下文学习提示模板中，再把上下文学习提示模板与输入句子拼接作为大语言模型的用户输入，对大语言模型进行上下文学习用于实现大语言模型翻译任务中的性能优化； 所述Step2包括： Step2.1、根据任务导向设计大语言模型的系统输入模板，通过提供明确的结构和引导性提示，用于使得系统输入模板能有效减少模型的输出偏差，提高任务执行的准确性，降低生成的噪声； Step2.2、采取以英语为中心的系统输入； 所述Step3包括： Step3.1、采取以英语为中心的用户输入； Step3.2、设置大语言模型的初始化模型参数； Step3.3、采用提示策略从提示数据集中选取一对或多对平行句对融入上下文学习提示模板中； Step3.4、融入提示的上下文学习提示模板与输入拼接作为大语言模型的用户输入，用于后续对大语言模型进行上下文学习； Step3.5、在大语言模型中，用户输入序列首先经过嵌入层，将每个单词映射到一个高维向量表示； Step3.6、再经过多个堆叠的自注意力层进行处理；自注意力层包括自注意力机制和前馈神经网络； Step3.7、在经过自注意力处理提示完成后，大语言模型根据当前的输入和生成的上下文来预测下一个词。

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昆明理工大学，其通讯地址为：650039 云南省昆明市一二一大街文昌路68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。