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！

龙图腾网获悉中国航空综合技术研究所申请的专利多维度扩展的航空领域大模型指令集生成方法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：CN119537546B 。

龙图腾网通过国家知识产权局官网在2025-06-13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：202411637124.0，技术领域涉及：G06F16/3329；该发明授权多维度扩展的航空领域大模型指令集生成方法是由刘姝妍;陈润;何柳;裴育;曾江辉;曹平;安然;张岩涛设计研发完成，并于2024-11-15向国家知识产权局提交的专利申请。

本多维度扩展的航空领域大模型指令集生成方法在说明书摘要公布了：本发明提供一种多维度扩展的航空领域大模型指令集生成方法，属于指令集生成领域，其包括以下步骤：S1、基于航空科研文献生成指令集输入语句及输出语句；S2、生成多维度扩展的航空领域指令集；S3、筛选高质量航空领域指令集，输出最终指令集。本发明的方法通过构建一套高质量的端到端指令数据自动生成和筛选方法，有效生成多样化的指令，并对生成的指令进行多轮多维度的评估，确保最终指令集的准确性和实用性，解决了自动生成指令集在多样性不足和质量难以控制等方面的问题。

本发明授权多维度扩展的航空领域大模型指令集生成方法在权利要求书中公布了：1.一种多维度扩展的航空领域大模型指令集生成方法，其特征在于：其包括以下步骤： S1、基于航空科研文献生成指令的输入语句及输出语句； S2、生成多维度扩展的航空领域指令集，具体包括以下子步骤： S21、针对每一个任务分别生成指令的输入语句及输出语句，得到多个少样本指令输入和输出对集合； S22、基于多层次优化生成的指令语句，具体包括以下子步骤： S221、将上述多个少样本指令输入和输出对集合混合，对于其中一个少样本的输入和输出对集合集合中的输入和输出对数量为γ，根据输入语句与输出语句利用大模型生成缺失的指令语句ρ，使得该指令语句ρ能够在给定输入Xi的条件下，生成与期望输出Yi最为匹配的输出； S222、最小化指令语句ρ的语义偏差； S223、引入领域相关性约束优化目标函数对指令语句ρ进行优化； S224、确定最优指令语句和次优指令语句： 执行上述步骤，每个少样本指令输入和输出对集合均对候选的指令语句进行降序排序，降序排序后将排名第一的指令语句作为最优指令语句，即满足下述公式的最优指令语句 之后，引入多样性评分选择次优指令语句 其中，Sρ,Xi,Yi为指令语句的相似度，为指令语句的多样性，λ为调节参数，用于调节相似度与多样性之间的权重； S225、得到最优指令语句和次优指令语句后，对于每个少样本指令输入和输出对集合，均随机选择最优指令语句或次优指令语句作为指令语句；对于所有少样本指令输入和输出对集合，不断重复上述步骤，直到每条指令均包含完整的{指令语句、输入语句、输出语句}三部分； S226、从每一个任务中随机抽取一条指令作为种子指令{ρ0,X0,Y0}并设置大模型用于扩展指令的提示词； S23、多模型指令拓展与交叉验证，具体包括以下子步骤： S231、扩展新指令：分别利用两个大模型对原有任务指令进行深度和广度扩展，以种子指令为初始指令分别依次迭代生成新的指令 {ρnew1,Xnew1,Ynew1}和{ρnew2,Xnew2,Ynew2}，计算每个生成的指令语句与种子指令语句的相似度，基于相似度值，选取相似度低的多条指令作为备用指令，相似度Sρnew,ρ0计算公式为： 式中，为新生成指令的向量表示，为种子指令的向量表示， {ρnew1,Xnew1,Ynew1}为第一个大模型生成的指令，{ρnew2,Xnew2,Ynew2}为第二个模型生成的指令； S232、多模型交叉验证：对于不同模型生成的备用指令进行交叉验证，剔除重复的内容； S233、设置动态停止与生成终止条件，达到动态停止与生成终止条件后终止生成新的指令，并将扩展得到的指令与原有所有指令混合，得到航空领域指令集； S3、筛选高质量航空领域指令集，具体包括以下子步骤： S31、高质量航空领域指令集初步筛选：对扩展后得到的航空领域指令集中的每条指令进行打分，对打分的综合结果进行排序，保留排名均靠前的指令，去除得分低或排名不一致的指令，最终形成初步指令集； S32、高质量航空领域指令集精细筛选，通过质量评估以及知识覆盖范围两个指标对初步指令集进行数据筛选，得到最终的高质量航空领域指令集。

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中国航空综合技术研究所，其通讯地址为：100028 北京市朝阳区东直门外京顺路7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”。