原创力文档- 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
查看更多
本公开提供了语言模型训练方法、奖励模型训练方法、装置及电子设备，涉及人工智能技术领域，具体为深度学习、自然语言处理、大模型等技术领域，可应用于基于人工智能的交互场景。具体实现方案为：获取语言模型基于目标问题所生成的回复；根据目标问题，调用目标工具，得到目标问题的参考信息，参考信息是基于目标工具的返回数据确定；根据目标问题的参考信息，对回复生成目标评价信息；根据目标评价信息，在强化学习阶段对语言模型进行模型参数调整。通过目标工具得到的参考信息中包含与目标问题的期望回复相关的信息，基于参考信息可以对
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117273117A
(43)申请公布日2023.12.22
(21)申请号202311281419.4
(22)申请日2023.09.28
(71)申请人北京百度网讯科技有限公司
地址
文档评论（0）