申请/专利权人:中电信人工智能科技(北京)有限公司
申请日:2024-02-19
公开(公告)日:2024-05-17
公开(公告)号:CN118051775A
主分类号:G06F18/214
分类号:G06F18/214;G06F18/23;G06N20/00
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.06.04#实质审查的生效;2024.05.17#公开
摘要:本发明公开了一种模型训练方法、装置、非易失性存储介质及电子设备。其中,该方法包括:获取至少包括多个目标指令数据的目标指令数据集;使用多个预设答复模型分别对每个目标指令数据进行处理,得到每个目标指令数据对应的多个答复结果,其中,多个预设答复模型至少包括:待训练答复模型;根据每个目标指令数据对应的多个答复结果,生成多个样本对,其中,每个样本对包括:顺序排列的第一样本和第二样本,同一样本对中的第一样本和第二样本分别包括:相同的目标指令数据,和不同的答复结果,第一样本中答复结果的偏好顺序大于第二样本中答复结果的偏好顺序;使用多个样本对训练待训练答复模型。本发明解决了模型训练效率低的技术问题。
主权项:1.一种模型训练方法,其特征在于,包括:获取目标指令数据集,其中,所述目标指令数据集至少包括:多个目标指令数据;使用多个预设答复模型分别对每个所述目标指令数据进行处理,得到每个所述目标指令数据对应的多个答复结果,其中,多个所述预设答复模型至少包括:待训练答复模型;根据每个所述目标指令数据对应的多个所述答复结果,生成多个样本对,其中,每个所述样本对包括:顺序排列的第一样本和第二样本,同一所述样本对中的所述第一样本和所述第二样本分别包括:相同的所述目标指令数据,和不同的所述答复结果,所述第一样本中答复结果的偏好顺序大于所述第二样本中答复结果的偏好顺序;使用多个所述样本对训练所述待训练答复模型,其中,每个所述样本对作为所述待训练答复模型的一组训练数据,所述待训练答复模型使用多组所述训练数据通过机器学习方式进行训练。
全文数据:
权利要求:
百度查询: 中电信人工智能科技(北京)有限公司 模型训练方法、装置、非易失性存储介质及电子设备
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。