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！

龙图腾网获悉西南财经大学申请的专利基于多粒度知识迁移的大模型持续学习方法及相关装置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：CN121480740B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202610023920.8，技术领域涉及：G06N5/04；该发明授权基于多粒度知识迁移的大模型持续学习方法及相关装置是由杨晓龙;杨新;孟丹;曹雪梅;李艳花;金雨荷;敬炜金设计研发完成，并于2026-01-09向国家知识产权局提交的专利申请。

本基于多粒度知识迁移的大模型持续学习方法及相关装置在说明书摘要公布了：本发明公开了基于多粒度知识迁移的大模型持续学习方法及相关装置，属于人工智能与深度学习技术领域，构建细粒度知识单元与粗粒度知识原型集合，粗粒度知识原型引导细粒度知识单元的选择和回放，利用回放样本集构建扩展训练集，进而对大模型进行微调训练，并在微调过程中联合应用原型一致性正则化和参数稳定性正则化；利用完成微调训练的大模型，执行预测任务。通过细粒度与粗粒度知识的多粒度知识迁移以及双正则化约束，能够有效缓解因数据分布动态变化带来的知识遗忘问题，避免对模型已有预测能力造成破坏，从而保证持续学习过程中大模型的适应性、稳定性与预测准确性。

本发明授权基于多粒度知识迁移的大模型持续学习方法及相关装置在权利要求书中公布了：1.一种基于多粒度知识迁移的大模型持续学习方法，其特征在于，包括以下步骤： 构建细粒度知识单元，用于存储历史任务数据的高层语义嵌入向量、高层语义嵌入向量对应的检测标签； 构建粗粒度知识原型集合，粗粒度知识原型集合中每个原型向量用于表征跨越多个历史任务的语义模式； 根据当前任务样本的高层语义嵌入向量与粗粒度知识原型集合中各个原型向量的语义相似度，从细粒度历史知识单元中检索并选择多个相似历史样本作为回放样本，形成回放样本集； 将回放样本集与当前任务样本合并为扩展训练集，利用扩展训练集对大模型进行微调训练，并在微调过程中联合应用原型一致性正则化和参数稳定性正则化；所述原型一致性正则化用于使当前任务样本的高层语义嵌入向量与粗粒度知识原型集合中对应的原型向量保持一致；参数稳定性正则化用于限制微调过程中的模型参数更新幅度； 利用完成微调训练的大模型，用于图像分类或文本生成场景； 根据当前任务样本的高层语义嵌入向量与粗粒度知识原型集合中各个原型向量的语义相似度，从细粒度历史知识单元中检索并选择多个相似历史样本作为回放样本，包括： 计算当前任务样本的高层语义嵌入向量与粗粒度知识原型集合中每个原型向量的距离，并确定距离最小的目标原型向量； 在细粒度知识单元中，检索与目标原型向量距离小于相近距离阈值的多个细粒度知识单元，作为回放样本。

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西南财经大学，其通讯地址为：611130 四川省成都市青羊区光华村街55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。