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：上海智臻智能网络科技股份有限公司;智臻智联人工智能科技(上海)有限公司
摘要：本发明提出了一种面向大语言模型安全对齐的偏好数据自动生成方法及装置，该方法包括：从原始指令集中选取种子指令集，基于提示词工程和越狱攻击技术生成对应的安全回复和不安全回复，并基于人工审核结果训练一个针对回复内容的安全判别模型；对于剩余指令，基于提示词工程和越狱攻击技术生成对应的安全回复和不安全回复，采用安全判别模型进行自动审核；并将满足设定阈值的高置信度识别结果添加入库，并对安全判别模型进行迭代训练。本申请只在初始阶段需要人工对少量种子指令的回复内容进行安全审核，后续通过迭代过程自动地构建和审核回复内容，极大地缓解了人工构建安全对齐数据成本较高和效率较低的问题。
主权项：1.面向大语言模型安全对齐的偏好数据自动生成方法，其特征在于，包括：从原始指令集中选取种子指令集，基于提示词工程和越狱攻击技术生成对应的安全回复和不安全回复，并基于人工审核结果训练一个针对回复内容的安全判别模型；对于所述原始指令集中所述种子指令集之外的指令，基于提示词工程和越狱攻击技术生成对应的安全回复和不安全回复，采用所述安全判别模型进行自动审核；基于所述安全判别模型进行置信度判断，将满足设定阈值的高置信度识别结果添加入库，并对所述安全判别模型进行迭代训练。
全文数据：
权利要求：
百度查询： 上海智臻智能网络科技股份有限公司 智臻智联人工智能科技(上海)有限公司 面向大语言模型安全对齐的偏好数据自动生成方法及装置
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