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！

龙图腾网获悉拉扎斯网络科技(上海)有限公司申请的专利模型训练及信息答复方法、设备、存储介质及程序产品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：CN120725157B 。

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：202511194085.6，技术领域涉及：G06N5/04；该发明授权模型训练及信息答复方法、设备、存储介质及程序产品是由路明;陈婷;张家豪;李俊文;王宁宁设计研发完成，并于2025-08-25向国家知识产权局提交的专利申请。

本模型训练及信息答复方法、设备、存储介质及程序产品在说明书摘要公布了：本申请提供了一种模型训练及信息答复方法、设备、存储介质及程序产品，涉及计算机技术领域。该方法包括：基于第一训练样本对基座模型进行持续预训练，得到基础模型；基于第二训练样本对基础模型进行冷启动监督微调训练，得到第一监督微调模型；基于第三训练样本、目标信息和待训练模型进行多次推理，得到推理结果；在第M次推理的过程中，目标信息包括前M‑1次推理确定的目标工具在调用后获取到的信息；基于推理结果对待训练模型进行优化，得到第一强化学习模型；基于通识数据以及第一强化学习模型输出的推理数据进行通识对齐训练，得到目标模型。该方法可以调用目标工具获取所需的目标信息，使得大模型输出的信息更加全面。

本发明授权模型训练及信息答复方法、设备、存储介质及程序产品在权利要求书中公布了：1.一种模型训练方法，其特征在于，所述方法包括： 基于第一训练样本对基座模型进行持续预训练，得到基础模型；所述基础模型包括强化学习训练所需的先验知识； 基于第二训练样本对所述基础模型进行冷启动监督微调训练，得到第一监督微调模型； 基于第三训练样本、目标信息和待训练模型进行多次推理，得到推理结果；在第M次推理的过程中，所述目标信息包括前M-1次推理确定的目标工具在调用后获取到的信息，所述M为大于1的整数； 基于所述推理结果对所述待训练模型进行优化，得到第一强化学习模型；首次优化时的所述待训练模型为所述第一监督微调模型，非首次优化时的所述待训练模型为前一次优化后的所述待训练模型； 获取通识数据以及所述第一强化学习模型输出的推理数据； 基于所述通识数据和所述推理数据进行通识对齐训练，得到目标模型； 其中，所述第一训练样本、所述第二训练样本和所述第三训练样本包括电商样本数据，所述电商样本数据为电商场景中的文字数据和或图片数据；训练后的所述目标模型用于对用户输入的问题信息进行答复。

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拉扎斯网络科技(上海)有限公司，其通讯地址为：200333 上海市普陀区真北路788号507室；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。