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！

龙图腾网获悉清华大学申请的专利基于双重强化学习的问答模型集群协同问答方法、系统、设备及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：CN120338123B 。

龙图腾网通过国家知识产权局官网在2025-12-26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：202510828316.8，技术领域涉及：G06N5/04；该发明授权基于双重强化学习的问答模型集群协同问答方法、系统、设备及介质是由陶建华;车飞虎;温正棋;张帅设计研发完成，并于2025-06-20向国家知识产权局提交的专利申请。

本基于双重强化学习的问答模型集群协同问答方法、系统、设备及介质在说明书摘要公布了：本申请提供了一种基于双重强化学习的问答模型集群协同问答方法、系统、设备及介质，涉及数据处理技术领域，本申请针对来自于客户端的待推理问题，通过自适应选择问答模型集群中的目标问答子模型，对来自客户端的待推理问题生成多个候选答案，并融合得到最终答案。所述模型集群通过分批次、多轮次的双重强化学习训练获得，在每轮训练中引入模型间互评机制，由一部分问答模型子集对另一部分问答模型子集进行奖励评估，从而提升训练稳定性与模型协同效果。该方法有望增强搭载有多模型问答系统的客户端在复杂问题场景下的推理能力与答案质量，突破单一模型泛化能力弱与推理效率低的局限性。

本发明授权基于双重强化学习的问答模型集群协同问答方法、系统、设备及介质在权利要求书中公布了：1.一种基于双重强化学习的问答模型集群协同问答方法，其特征在于，所述方法包括： 针对来自于客户端的待推理问题，从问答模型集群中确定目标问答模型子集； 通过所述目标问答模型子集中的多个目标问答模型，按照所述多个目标问答模型各自的答案生成策略，生成多个候选答案，基于所述多个候选答案，得到所述待推理问题的最终答案；所述问答模型集群包括：用于对理解型问题进行推理的多个编码器问答模型，以及，用于对生成型问题进行推理的多个解码器问答模型，以及，用于对转换型问题进行推理的多个编码器-解码器问答模型； 其中，所述问答模型集群是分批经过N轮强化学习而得到的，在第n轮强化学习过程中，将待训练问答模型集群随机划分为第一待训练问答模型子集和第二待训练问答模型子集，通过所述第二待训练问答模型子集对所述第一待训练问答模型子集进行奖励值评估，以指导所述第一待训练问答模型子集中各个问答子模型的强化学习过程；通过轮次式、分组交替的双重强化学习机制，不断促进待训练问答模型集群中的问答子模型之间的互评与自我优化，直至所述待训练问答模型集群中的所有问答子模型均完成训练，达到预期的性能指标和协同能力； 所述问答模型集群是按照以下步骤训练得到的： 在第n轮强化学习过程中，将待训练问答模型集群随机划分为第一待训练问答模型子集和第二待训练问答模型子集； 针对第一样本问题，按照所述第一待训练问答模型子集中的M个待训练问答模型各自的答案生成策略，生成M个候选答案； 所述第二待训练问答模型子集中的多个待训练问答模型至少分为安全审查模型组、逻辑一致性验证模型组、用户吸引力预测模型组；针对所述M个待训练问答模型中的第m个待训练问答模型，通过所述第二待训练问答模型子集中的多个待训练问答模型对第m个候选答案进行评估，得到多个奖励值，包括：针对第m个待训练问答模型，通过安全审查模型组中的各个待训练问答模型对第m个候选答案进行安全审查维度的评估，得到多个安全审查奖励值；针对第m个待训练问答模型，通过逻辑一致性验证模型组中的各个待训练问答模型对第m个候选答案进行逻辑一致性验证，得到多个逻辑一致性奖励值；针对第m个待训练问答模型，通过用户吸引力预测模型组中的各个待训练问答模型对第m个候选答案进行用户吸引力预测，得到多个用户吸引力奖励值；根据各模型组的评估结果，得到所述多个奖励值； 根据所述第二待训练问答模型子集中的多个待训练问答模型各自针对样本问答数据集中第二样本问题进行推理而生成的候选答案，与样本问答数据集中所述第二样本问题的正确答案之间的差异，确定所述第二待训练问答模型子集中的多个待训练问答模型各自的历史回答准确率； 以所述第二待训练问答模型子集中的多个待训练问答模型各自的历史回答准确率为权重，对所述多个奖励值进行加权处理，得到第m个待训练问答模型的奖励值； 根据所述M个待训练问答模型各自的奖励值，对所述M个待训练问答模型各自的答案生成策略进行调整； 在第n+1轮强化学习过程中，将所述第一待训练问答模型子集中的待训练问答模型与所述第二待训练问答模型子集中的待训练问答模型重新组合并随机拆分，形成新的第一待训练问答模型子集和新的第二待训练问答模型子集，并重复上述过程，直到所述待训练问答模型集群中的各个待训练问答模型均训练完毕。

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清华大学，其通讯地址为：100084 北京市海淀区双清路30号清华大学；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。