申请/专利权人:杭州阿里云飞天信息技术有限公司
申请日:2023-11-07
公开(公告)日:2024-03-22
公开(公告)号:CN117744708A
主分类号:G06N3/0455
分类号:G06N3/0455;G06N3/0499;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.09#实质审查的生效;2024.03.22#公开
摘要:本说明书实施例提供机器学习模型检测方法以及系统,其中所述机器学习模型检测方法包括:通过对机器学习模型中目标计算节点的节点输出值进行扰动,探测出所述目标计算节点的计算能力在所述机器学习模型的预测能力中的重要度;通过移除所述目标计算节点的计算能力,分析出所述机器学习模型的性能变化值;基于所述机器学习模型的性能变化值,验证所述目标计算节点的所述重要度;实现了对大模型中关键计算节点的定位,且可以对关键计算节点进行分析并验证,提高了确定关键计算节点的准确度,实现了定位大模型中的关键计算节点,并且解释了关键计算节点的功能和验证了其对数学计算的重要性和可泛化性,有助于研究人员更好地理解大模型的内部机制。
主权项:1.一种机器学习模型检测方法,包括:通过对机器学习模型中目标计算节点的节点输出值进行扰动,探测出所述目标计算节点的计算能力在所述机器学习模型的预测能力中的重要度;通过移除所述目标计算节点的计算能力,分析出所述机器学习模型的性能变化值;基于所述机器学习模型的性能变化值,验证所述目标计算节点的所述重要度。
全文数据:
权利要求:
百度查询: 杭州阿里云飞天信息技术有限公司 机器学习模型检测方法以及系统
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。