一种高效学习人类反馈的对话回复生成方法.pdfVIP

下载本文档

0
0
约8.84千字
约 8页
2023-07-15 发布于四川
举报
版权申诉

一种高效学习人类反馈的对话回复生成方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明提供了一种高效学习人类反馈的对话回复生成方法，包括：获取初始语言对话模型，向所述初始语言对话模型接入评分模块，构建第一语言对话模型；基于对话标注数据集，所述第一语言对话模型根据第一对话历史生成若干个不同回复Ri；Ri为第i个回复；对所述不同回复Ri进行筛选，得到筛选后的回复R*；对所述R*进行改写得到改写回复Rg；基于所述最优回复Rg，将所述第一语言对话模型生成的回复与所述最优回复Rg的对数似然函数最大化。本发明解决了现有技术中显存消耗高，语言对话模型回复质量低的问题。

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116432146 A (43)申请公布日 2023.07.14 (21)申请号 202310414427.5 (22)申请日 2023.04.18 (71)申请人北京中科汇联科技股份有限公司