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！

龙图腾网获悉湖北省楚天云有限公司;华中科技大学申请的专利基于上下文学习示例的侵权检测方法、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：CN120930630B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202511456160.1，技术领域涉及：G06F40/205；该发明授权基于上下文学习示例的侵权检测方法、系统、设备及介质是由柯鑫;杨桢凯;金雨菡;钱雪松;刘高扬;彭凯;侯梁博;邓天平;胡梦兰;刘宇浩;胡佳星;余雷;肖世达;夏耀东;熊欢;韩旭设计研发完成，并于2025-10-13向国家知识产权局提交的专利申请。

本基于上下文学习示例的侵权检测方法、系统、设备及介质在说明书摘要公布了：本发明公开了一种基于上下文学习示例的侵权检测方法、系统、设备及介质，所述方法包括：将当前遍历到的上下文学习示例样本作为待检测上下文学习示例样本；根据待检测上下文学习示例样本的示例前缀文本生成预设数量的邻居前缀文本；将示例前缀文本和预设数量的邻居前缀文本分别输入至大语言模型中，输出多个上下文学习预测示例，并根据多个上下文学习预测示例和待检测上下文学习示例样本计算相似偏差；遍历结束后，根据相似偏差对大语言模型的输出内容进行示例侵权检测。本发明将示例前缀和邻居前缀直接输入至大语言模型中，使得输出的示例直接参与算法的侵权检测过程，无需访问模型内部参数，提高了示例侵权检测的稳定性和准确性。

本发明授权基于上下文学习示例的侵权检测方法、系统、设备及介质在权利要求书中公布了：1.一种基于上下文学习示例的侵权检测方法，其特征在于，所述基于上下文学习示例的侵权检测方法包括以下步骤： 遍历私有上下文学习示例库内多个上下文学习示例样本，并将当前遍历到的上下文学习示例样本作为待检测上下文学习示例样本； 根据所述待检测上下文学习示例样本对应的示例前缀文本生成预设数量的邻居前缀文本； 将所述示例前缀文本和所述预设数量的邻居前缀文本分别输入至大语言模型中，以使所述大语言模型输出多个上下文学习预测示例，并根据多个上下文学习预测示例和所述待检测上下文学习示例样本计算相似偏差； 遍历结束后，根据各上下文学习示例样本的相似偏差对所述大语言模型的输出内容进行示例侵权检测； 所述根据所述待检测上下文学习示例样本对应的示例前缀文本生成预设数量的邻居前缀文本的步骤，包括： 对所述待检测上下文学习示例样本对应的示例前缀文本进行分词处理，确定多个示例前缀分词； 根据多个示例前缀分词构建示例前缀嵌入向量； 对所述示例前缀嵌入向量进行Dropout处理； 根据Dropout处理后的掩膜嵌入向量通过BERT模型预测多个同替前缀分词； 基于所述示例前缀文本根据多个同替前缀分词生成多个同替前缀文本，并将多个同替前缀文本分别进行向量转换，以得到多个同替前缀嵌入向量； 将所述示例前缀嵌入向量分别与各同替前缀嵌入向量计算各同替前缀文本对应的同替预测分值； 根据各同替前缀文本对应的同替预测分值从多个同替前缀文本中选取预设数量的同替前缀文本，作为邻居前缀文本； 所述根据各上下文学习示例样本的相似偏差对所述大语言模型的输出内容进行示例侵权检测的步骤，包括： 分别判断各上下文学习示例样本的相似偏差是否处于预设相似阈值范围内； 若是，则从多个上下文学习示例样本中选取所述相似偏差处于所述预设相似阈值范围内的上下文学习示例相似样本，并确定所述上下文学习示例相似样本的样本示例相似数量； 根据所述样本示例相似数量和所述私有上下文学习示例库中的示例样本总数量计算样本示例相似比率； 根据所述样本示例相似比率对所述大语言模型的输出内容进行示例侵权检测。

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湖北省楚天云有限公司;华中科技大学，其通讯地址为：430000 湖北省武汉市东湖开发区花城大道9号武汉软件新城1.1期A2栋1-3层、4层(2)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。