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：中国科学技术大学
摘要：本发明公开了直接偏好优化模型构建方法、装置、电子设备及存储介质，所述方法包括：所述直接偏好优化模型构建方法包括：获取微调的初始模型；为所述初始模型选用uDPO框架并设置uDPO的超参数，得到目标函数；根据所述目标函数生成目标模型。通过构建uDPO框架，在uDPO中引入新的超参数，实现了对数据对可靠性的细粒度控制，从而在噪声环境下提供了更加平衡的探索与利用策略。其次，uDPO在保持DPO对点噪声固有鲁棒性的同时，通过优化最坏成对场景，显著提升了模型对抗成对噪声的能力，相较于DPO无论是在噪声还是无噪声的数据集上，均能实现性能的显著提升，具有DPO对抗点噪声的能力的同时具有对抗成对噪声的能力。
主权项：1.一种直接偏好优化模型构建方法，其特征在于，所述模型构建方法包括：获取微调的初始模型，所述初始模型为pythia-2.8B开源模型；为所述初始模型选用uDPO框架并设置uDPO的超参数，得到目标函数，uDPO框架与标准DPO框架相同；获取微调的初始模型包括：利用无噪声数据集对所述初始模型微调；利用无噪声数据集中正样本以及MLE损失函数对所述初始模型进行训练，得到无噪声数据集语料的预测性能以及初始模型训练数据噪声水平；为所述初始模型选用uDPO框架并设置uDPO的超参数，得到目标函数包括：获取uDPO框架；设置uDPO的超参数；得到目标函数，所述目标函数的表达式如下： ；其中，是数据点的对数似然目标函数，是拉格朗日因子即超参数，表示三元组数据；其中，表示用户查询，表示用户选择的回答，表示用户拒绝的回答；数据点的对数似然目标函数如下： ；根据所述目标函数生成目标模型。
全文数据：
权利要求：
百度查询： 中国科学技术大学 直接偏好优化模型构建方法、装置、电子设备及存储介质
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