WO2025139434A1 一种指令微调数据的生成方法、设备和存储介质 （北京智谱华章科技有限公司）.docxVIP

(12)按照专利合作条约所公布的国际申请

(19)世界知识产权组织国际局

(43)国际公布日

2025年7月3日(03.07.2025)

WIPOIPCT

(10)国际公布号

WO2025/139434A1

WO2025/139434A1

WO2025/139434A1

(51)国际专利分类号：

G06F16/332(2025.01)G06N5/02(2023.01)

G06F40/279(2020.01)

(21)国际申请号：PCT/CN2024/131763

(22)国际申请日：2024年11月13日(13.11.2024)

(25)申请语言：中文

(26)公布语言：中文

(30)优先权：

202311795841.12023年12月25日(25.12.2023)CN

(71)申请人：北京智谱华章科技有限公司(BEIJINGKNOWLEDGEATLASTECHNOLOGYCO.,LTD.)[CN/CN];中国北京市海淀区中关村东路1号院9号楼10层整层100084(CN)。

(72)发明人：刘海波(LIU,Haibo);中国北京市海淀区中关村东路1号院9号楼10层整层100084(CN)。

任星宇(REN,Xingyu);中国北京市海淀区中关村东路1号院9号楼10层整层100084(CN)。王仿

(WANG,Fang);中国北京市海淀区中关村东路1号院9号楼10层整层100084(CN)。

(74)代理人：北京佳信天和知识产权代理事务所(普通合伙)(BEIJINGJIAXINIPFIRM);中国北京市石景山区石景山路乙18号院2号楼万达广场B座国际资源大厦6层610-611100040(CN)。

(81)指定国(除另有指明，要求每一种可提供的国家保护):AE,AG,AL,AM,AO,AT,AU,AZ,BA,BB,BG,

BH,BN,BR,BW,BY,BZ,CA,CH,CL,CN,CO,CR,CU,CV,CZ,DE,DJ,DK,DM,DO,DZ,EC,EE,EG,ES,FI,

GB,GD,GE,GH,GM,GT,HN,HR,HU,ID,IL,IN,IQ,

IR,IS,IT,JM,JO,JP,KE,KG,KH,KN,KP,KR,KW,KZ,LA,LC,LK,LR,LS,LU,LY,MA,MD,MG,MK,MN,

MU,MW,MX,MY,MZ,NA,NG,NI,NO,NZ,OM,PA,PE,PG,PH,PL,PT,QA,RO,RS,RU,RW,SA,SC,SD,

SE,SG,SK,SL,ST,SV,SY,TH,TJ,TM,TN,TR,TT,TZ,UA,UG,US,UZ,VC,VN,WS,ZA,ZM,ZW。

(84)指定国(除另有指明，要求每一种可提供的地区保护):ARIPO(BW,CV,GH,GM,KE,LR,LS,MW,MZ,NA,RW,SC,SD,SL,ST,SZ,TZ,UG,ZM,ZW),欧亚

(54)Title:INSTRUCTIONTUNINGDATAGENERATIONMETHODANDDEVICE,ANDSTORAGEMEDIUM

(54)发明名称：一种指令微调数据的生成方法、设备和存储介质

AA

AA获取第一知识库

将所迷第一和识库按园定长度切分成多个子更本块，并将购述多个予BB文事块依次输入大语宫模型中，以分别生成多个知识概舍

将粪中-个知滨被念和预谨相关背景知识分荔输入大语言谨型中，以

CC生成语知识概念对应的第一指令燃调数据

判断该知试概念对应的第二指令设调数据的数量是万天争所有物识概念对应的第二指令橙调数据的数量的平均值

GG李F

时该知识概念对应的第一指令微调数据道行处理，处理后得到该知识

概余对应的第二接令微调款据并将其作为该如识概金的凝令燥调数据

图1

AAAcquireafirstknowledgebase

BBSegmentthefirstknowedgebaseintoapluralityoftextsub-blocksaccordingtoaf