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模型集群驱动的混合增强问答系统、方法、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：CN120338124B 。

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：202510828324.2，技术领域涉及：G06N5/04；该发明授权模型集群驱动的混合增强问答系统、方法、设备及介质是由陶建华;武锦阳;张帅;温正棋设计研发完成，并于2025-06-20向国家知识产权局提交的专利申请。

本模型集群驱动的混合增强问答系统、方法、设备及介质在说明书摘要公布了：本发明提供了一种模型集群驱动的混合增强问答系统、方法、设备及介质，涉及人工智能领域。系统包括：知识增强模块，用于根据待推理问题的特征向量，从问答模型集群中筛选出与待推理问题匹配的多个目标问答模型；决策对齐模块，用于获得多个目标问答模型中主目标问答模型针对待推理问题生成的主推理链，并利用多个目标问答模型中除主目标问答模型外的多个其他目标问答模型分别对主推理链进行验证，在主推理链通过多个其他目标问答模型的验证后，按照主推理链进行推理得到待推理问题的答案。通过本发明能够解决传统问答系统在推理能力上的局限性，提升问答推理结果的准确性和置信度。

本发明授权模型集群驱动的混合增强问答系统、方法、设备及介质在权利要求书中公布了：1.一种模型集群驱动的混合增强问答系统，其特征在于，所述系统至少包括： 知识增强模块，用于根据待推理问题的特征向量，从问答模型集群中筛选出问答模型子集，所述问答模型子集包括与所述待推理问题匹配的多个目标问答模型，所述多个目标问答模型的推理侧重点互不相同，所述多个目标问答模型中第一目标问答模型的推理侧重点为逻辑推理，所述多个目标问答模型中第二目标问答模型的推理侧重点为常识知识，所述多个目标问答模型中第三目标问答模型的推理侧重点为数学计算；所述知识增强模块通过推理侧重点互不相同的问答模型子集的协同工作，基于知识增强技术互补问答模型之间的知识盲点，利用不同问答模型的知识互补和推理优势，实现不同模型间参数化知识的互补与融合； 决策对齐模块，用于获得所述多个目标问答模型中主目标问答模型针对所述待推理问题生成的主推理链，并利用所述多个目标问答模型中除所述主目标问答模型外的多个其他目标问答模型，分别对所述主推理链进行验证，在所述主推理链通过所述多个其他目标问答模型的验证后，按照所述主推理链进行推理，得到所述待推理问题的答案； 其中，根据待推理问题的特征向量，从问答模型集群中筛选出问答模型子集，包括： 基于所述待推理问题的特征向量以及所述问答模型集群中的各个问答模型各自的模型特征表示，确定所述各个问答模型中每个问答模型对所述待推理问题的适配权重；按照所述适配权重从大到小的顺序，将前K个问答模型确定为所述目标问答模型，将前K个问答模型组成的集合确定为所述问答模型子集，其中，前K个问答模型中适配权重最大的问答模型为所述主目标问答模型；或 将所述待推理问题输入所述问答模型集群中的各个问答模型，得到所述各个问答模型各自输出的答案特征表示；以所述问答模型集群中的各个问答模型的模型特征表示作为节点，在两个问答模型各自输出的答案特征表示之间的相似度大于阈值的情况下，在所述问答模型对应的节点之间连边，以及，在两个问答模型各自输出的答案特征表示之间的相似度不大于所述阈值的情况下，在所述问答模型对应的节点之间不连边，得到所述待推理问题对应的图数据；根据所述待推理问题的特征向量，基于图注意力网络，从所述图数据中筛选出与所述待推理问题最相关的第一节点；将与所述第一节点之间连边的第二节点对应的问答模型，以及所述第一节点对应的问答模型，组成所述问答模型子集。

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。