Document
拖动滑块完成拼图
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
最新专利技术
  • 本发明涉及人工智能技术领域,具体为一种基于低碳贡献反馈的强化学习绿色大模型训练方法,包括:构建由神经网络嵌入模型编码的知识向量库;利用第一神经网络大语言模型、检索增强及专家规则构建低碳贡献评价函数并生成奖励信号;采用强化学习算法根据该奖励信...
  • 本发明涉及大模型训练技术领域,公开了视觉词汇引导的多模态大模型幻觉优化方法及存储介质,构建包括图像、文本提示、优选回答与拒选回答的训练样本,使用视觉目标检测模型依据优选回答对图像进行图像检测,提取与视觉词一致性的相关指标,并据此计算每个视觉...
  • 本发明公开了一种基于强化学习的数字形象动作动态调整方法,包括采集用户与数字形象之间的多源交互数据,进行语义解析,生成语义子目标向量;根据评分值构建改进型层级强化学习结构,生成子目标意图嵌入向量,输入风格调控器与低层动作策略网络,输出动作轨迹...
  • 本发明公开了一种基于SAGAN和微调的联邦学习后门攻击防御方法及系统。方法,包括如下步骤:步骤S1:通过SAGAN生成伪数据;步骤S2:清洗伪数据,构造微调数据集;步骤S3:微调全局模型;步骤S4:动态调整正则项权重;步骤S5:梯度计算与参...
  • 本发明涉及一种基于门控交互提示的视觉‑语言模型的参数微调方法,属于多模态模型适配技术领域,本发明通过将可学习的提示插入到预训练视觉‑语言模型的注意力层中,并引入任务特异性的门控机制,动态调节提示对不同任务的影响。本发明不仅促进了视觉与文本表...
  • 本发明公开了一种基于强化学习的多源域多教师知识蒸馏方法及系统,所述方法包括:获取目标域样本数据,将数据输入至N个预训练教师模型,生成各教师模型的输出特征;将目标域样本及所有教师模型输出输入强化学习策略网络,生成各教师模型的动态权重,基于动态...
  • 本公开提供了一种处理方法,包括:获取第一模型和第二模型,第二模型为第一模型经过语义蒸馏得到的,第一模型或第二模型用于对非结构化输入数据中的语义信息进行识别;基于第一损失对第二模型进行多次第一训练,获得第一中间模型,用于计算第一损失的第一损失...
  • 本发明公开了一种基于知识同化的大规模无人机集群协同对抗迁移强化学习方法,属于无人机集群迁移强化学习领域。无人机的决策模型由深度Q网络和Transformer编码器组成,其中深度Q网络负责无人机的自主强化学习过程,Transformer编码器...
  • 本发明涉及机器学习技术领域,具体涉及一种基于视图对齐的知识蒸馏方法及系统。旨在解决传统蒸馏技术中存在的主要局限性,包括教师模型过度自信和确认偏差等问题。本发明提出了一种基于对数几率的新型知识蒸馏框架,称为KDVA;具体而言,本发明首先对模型...
  • 本发明涉及人工智能技术领域,具体涉及面向多模态大模型的知识蒸馏加速方法及系统,包括:获取多模态输入数据;执行拓扑保持的特征映射,构建多模态特征空间的拓扑表示,基于残差模块设计特征映射模块;应用拓扑层次化注意力机制,通过局部拓扑注意力单元和全...
  • 本发明公开了一种用于创建及矫正大模型微调数据集的方法,涉及大模型技术领域;该方法包括:将接收到的结构化与非结构化文本转化为统一格式的结构化内容单元;利用以预训练大语言模型为核心的教师模型,生成并蒸馏出初始问答对;依据包含相关性、准确性及完整...
  • 本发明提供面向多任务的变分自编码低秩适配器优化方法,包括选择预训练的模型作为基座模型并进行权重矩阵的初始化;明确若干训练任务,并确定训练任务的训练数据集;初始化若干低秩适配器模块、变分自编码器和动态路由器的参数;将训练数据集经过预处理后得到...
  • 本发明提供一种基于任务特定混合低秩适应的通用信息抽取方法,包括选择预训练的模型作为基座模型并进行初始化;为基座模型的权重矩阵初始化第一矩阵组和第二矩阵组;对所有低秩分解矩阵进行前向传播计算;构建门控矩阵,将融合特征与第四输出向量进行向量拼接...
  • 本发明提供一种基于动态模态路由的个性化联邦学习方法,属于联邦学习与多模态人工智能交叉技术领域,本发明通过参数级细粒度控制机制有效解决模态不完整性和数据异构性等关键问题。该方法创新性地结合了动态模态路由机制(DMR)和跨模态参数投影补偿算法(...
  • 本发明属于机器学习技术领域,提供一种用于分布式图数据处理的联邦图学习方法和系统,其方法包括:接收本地图神经网络模型的初始化参数;通过图神经网络参数解耦,将本地图神经网络模型参数分解为潜在因子及其线性组合系数;利用隐式特征交叉,对原始特征进行...
  • 本发明提供了一种面向分布式深度学习的选择性张量合并方法,属于分布式训练通信领域。首先在分布式训练的数据并行模式下,对深度学习模型进行基准性测试。然后根据基准性测试获取到的前向传播时间、反向传播开始时间戳、反向传播时间、张量通信开始时间戳、张...
  • 本发明公开了一种面向异构数据场景的隐私增强型个性化联邦学习系统。该系统在传统联邦学习框架基础上,融合模型无关元学习(MAML)范式与差分隐私随机梯度下降(DP‑SGD)机制,兼顾用户数据隐私保护与个性化建模需求。系统采用双层优化架构,引入F...
  • 本申请公开了一种多模态联邦学习方法、系统、计算机设备及可读存储介质,属于联邦学习技术领域。该多模态联邦学习方法包括:在每个客户端节点上,将本地的多种模态的数据分别映射为统一语义空间中的多个向量,确定多种模态的数据的关联矩阵,并根据关联矩阵对...
  • 本说明书实施例提供一种确定大语言模型的超参数的方法和计算设备,该方法包括:获取第一运算量,其中,第一运算量是针对在混合专家模型架构下的大语言模型的训练过程的预算运算量;基于第一运算量,确定大语言模型的目标参数量、目标训练数据量和目标稀疏度;...
  • 本发明涉及人工智能技术领域,公开了一种AI淘金数字人交互方法和系统,该方法包括:获取商业环境变量与用户数据以动态调整交互参数;生成量化用户潜在心理状态的初始信念;在交互循环中,基于当前信念决策最优动作,并结合用户观测以贝叶斯规则更新信念,同...
技术分类