龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：厦门蝉羽网络科技有限公司
摘要：本发明提供了动态搜索低秩适应的大模型微调方法、装置、设备及介质，包括当需要对所述大模型进行微调时，获取训练数据集，基于训练数据集对大模型进行多次迭代训练处理，在每一次迭代训练过程中：随机从预设范围[rmin,rmax]中选取一个数据作为本次迭代的矩阵秩r，根据所述矩阵秩r对原始低秩矩阵A和原始低秩矩阵B进行切片处理，生成第一子低秩矩阵和第二子低秩矩阵；将所述第一子低秩矩阵与所述第二子低秩矩阵进行矩阵运算，得到维度为m×n的高阶权重矩阵W；根据所述高阶权重矩阵W得到改进的大模型，并采用训练数据集对所述改进的大模型进行训练，从而实现对大模型的微调。本发明可以避免为LoRA选择最佳秩的昂贵的搜索过程。
主权项：1.一种动态搜索低秩适应的大模型微调方法,其特征在于，包括：当需要对所述大模型进行微调时，获取训练数据集，并基于所述训练数据集对所述大模型进行多次迭代训练处理，其中，在每一次迭代训练过程中：随机从预设范围[rmin,rmax]中选取一个数据作为本次迭代的矩阵秩r，根据所述矩阵秩r对原始低秩矩阵A和原始低秩矩阵B进行切片处理，生成第一子低秩矩阵和第二子低秩矩阵，其中，所述原始低秩矩阵A的维度为m×rmax，所述原始低秩矩阵B的维度为rmax×n，所述第一子低秩矩阵的维度为m×r，所述第二子低秩矩阵的维度为r×n；将所述第一子低秩矩阵与所述第二子低秩矩阵进行矩阵运算，得到维度为m×n的高阶权重矩阵W；根据所述高阶权重矩阵W得到改进的大模型，并采用训练数据集对所述改进的大模型进行训练，实现对大模型的微调，并基于微调的大模型进行任务处理。
全文数据：
权利要求：
百度查询： 厦门蝉羽网络科技有限公司 动态搜索低秩适应的大模型微调方法、装置、设备及介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号