苏州元脑智能科技有限公司孟秋获国家专利权
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！
龙图腾网获悉苏州元脑智能科技有限公司申请的专利一种模型强化学习优化系统、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：CN120806042B 。
龙图腾网通过国家知识产权局官网在2025-12-02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：202511310470.2，技术领域涉及：G06N3/092；该发明授权一种模型强化学习优化系统、方法及电子设备是由孟秋;罗建刚;赵旭东;吴韶华设计研发完成，并于2025-09-15向国家知识产权局提交的专利申请。
本一种模型强化学习优化系统、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强化学习优化系统、方法及电子设备，涉及人工智能技术领域，由于各计算设备均分配有待优化模型权重、参考模型权重和奖励模型权重，即计算设备部署有全部类型的智能体，能够同时执行预训练语言模型优化过程中的多种计算任务，避免了相关技术中不同阶段任务在不同设备串行执行导致的设备计算资源空闲和浪费的问题，提高了对预训练语言模型的优化效率。
本发明授权一种模型强化学习优化系统、方法及电子设备在权利要求书中公布了：1.一种模型强化学习优化系统，其特征在于，包括：多个计算设备，待优化模型、参考模型和奖励模型的权重分别分配在所述多个计算设备； 所述多个计算设备基于分配的待优化模型权重进行推理计算，得到当前推理结果； 所述多个计算设备基于分配的参考模型权重进行推理计算，得到参考结果； 所述多个计算设备基于分配的奖励模型权重，根据所述当前推理结果和参考结果，确定当前损失值； 各所述计算设备根据所述当前损失值，对当前计算设备的待优化模型权重进行优化，以得到目标模型； 其中，所述目标模型包括各所述计算设备优化后的待优化模型权重； 所述计算设备包括：进程池；所述进程池包括多种模型优化进程，所述模型优化进程包括模型推理进程、参考模型计算进程和奖励模型计算进程； 所述模型推理进程用于调用待优化模型权重，对提示词进行推理，生成当前推理结果； 所述参考模型计算进程用于调用参考模型权重，生成与提示词对应的参考结果； 所述奖励模型计算进程用于调用所述奖励模型权重，根据所述当前推理结果和参考结果，计算当前损失值；所述当前损失值的大小反映了当前待优化模型与参考模型的偏离程度。
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苏州元脑智能科技有限公司，其通讯地址为：215000 江苏省苏州市吴中经济开发区综保区经一路1号8幢；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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励