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！

龙图腾网获悉有家有保(北京)科技有限公司申请的专利基于AI优化的端交换方法及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：CN120371963B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202510461968.2，技术领域涉及：G06F16/3329；该发明授权基于AI优化的端交换方法及系统是由王广辉;陈健设计研发完成，并于2025-04-14向国家知识产权局提交的专利申请。

本基于AI优化的端交换方法及系统在说明书摘要公布了：本发明公开了基于AI优化的端交换方法及系统，通过多服务商模型并行调用、动态对话分组管理、统一API调度机制及本地化知识库技术，实现了企业级AI助手的高效部署与安全应用。系统支持多格式内容生成、实时检索与数据加密，通过负载均衡算法与缓存机制，优化多模型调用效率，降低API成本。提供分段检索与导出功能，对已有的数据样本进行修改得到相似样本能够利用尽可能少的信息学习出原语句的主题语义，从而使得自然语言模型输出的语句表征不极大依赖于语句的局部信息，并且能够从混乱的词语顺序中学习出原句子的主题语义，更有助于模型学习出鲁棒的表示，通过对比不同粒度下的语句和段落表示，学习到更具区分度的表征，能够提高段落主题预测性能。

本发明授权基于AI优化的端交换方法及系统在权利要求书中公布了：1.基于AI优化的端交换方法，其特征在于，包括以下步骤： 步骤S1：基于多模型并行调用异步请求多个AI服务商接口，并整合接口请求结果，构建异步并行任务调度框架； 步骤S2：对助手市场进行智能化扩展，通过动态分组管理实现对话记录的自动标签化存储，进行多助手协同工作； 步骤S3：对多个AI服务商接口返回的接口请求结果统一调度，统一调度包括利用加权轮询算法动态分配额度和请求，支持API密钥轮询与接口兼容性适配； 步骤S4：构建本地知识库，提供多格式解析、混合检索和加密备份功能； 所述步骤S2包括： 用户通过prompt自定义助手逻辑，后台自动生成代码并将用户输入任务部署为微服务，将所述微服务作为任务执行线程输入行业专用助手，对所述行业专用助手通过LoRA的轻量级微调方案进行任务方案优化，所述行业专用助手包括保险理赔助手、产品经理和商家运营，基于自然语言模型自动识别对话关键信息，对所述对话关键信息进行专业类任务特征提取，获得各个行业专用助手对应的专业类任务特征标签，根据所述专业类任务特征标签进行任务拆分，获取用户输入问题的子任务类别标签，所述子任务存储表格中还包括所述子任务对应的子任务类别标签； 构建无监督预训练模型，通过AI优化文本分段和段落主题预测的任务包括通过比较不同粒度下的表示来提升所述无监督预训练模型的区分度和预测性能，所述粒度包括语句和段落，通过自我监督的方式来训练模型，所述文本分段表示将一篇长文档切分成更小的段落，所述段落为不同主题，所述段落主题预测表示预测段落的主题； 基于神经网络模型构建无监督预训练模型包括： 根据本地知识库提取的数据建立相似样本对和非相似样本对，通过数据增强方法对已有的数据样本进行修改操作得到相似样本，其他的数据样本则作为非相似样本，修改操作包括旋转、翻转、颜色调整、加入高斯噪声和文本分段的向量化增强，所述向量化增强逻辑包括：将各个文本分段按语句意义划分为若干个词语，将各个词语分别标准化后转化为d维向量，d维常数； 修改所述d维向量包括：分别对各个d维向量进行表征随机删除、全0替换、随机选取d维向量中的b维对应特征替换为0、随机打乱d维向量顺序和以随机概率p替换d维向量中的任意特征值为0； 所述相似样本的地址同时存储对应的文本分段的对应主题，非相似样本无对应主题存储； 当修改操作选取随机打乱d维向量顺序时，将对应被修改语句作为所述文本分段的负样本，并预测所述文本分段顺序是否混乱，预测逻辑包括：将所述文本分段随机分为a段，随机选取0到a段的其中一段进行对比并输出相似性结果，所述相似性结果包括1至a，即所述文本分段对应于1至a段的其中一个主题段落； 对比相似性的过程包括： 随机删除所述文本分段的若干个词语，通过神经网络学习剩余词语的对应主题分类，随机删除所述文本分段的若干个句子，通过神经网络学习剩余句子的对应主题分类，将词语数量不足其他设定长度大小的语句通过在最后添加多个[0]符号达到指定长度，通过顺序依次比较句子主题分类与文本分段的主题分类对应标签的重合度判断相似性； 若重合度超过预设的重合百分比阈值则表示所述文本分段的相似样本对存在于1至a段中的某一主题段落中，并输出重合度最高的主题段落； 若重合度没有超过预设的重合百分比阈值的主题段落，则表示所述文本分段为非相似样本； 比较各个文本分段的相似性，并记录相似性结果为无向图表示，根据所述无向图的节点关联线表示预测文本分段主题之间的相似样本和非相似样本的关系； 利用所述无监督预训练模型预对文档内容进行语义分段，生成段落级向量索引，并将所述段落级向量索引存入LibSQL向量数据库； 在对所述LibSQL向量数据库进行检索时，通过神经网络同时将用户查询语句进行向量特征提取，并根据余弦相似度方法匹配高相关段落，将所述高相关段落返回文本分段上下文。

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有家有保(北京)科技有限公司，其通讯地址为：101300 北京市顺义区中关村科技园区顺义园临空二路1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。