CN119598178A 模型训练方法、装置、电子设备和计算机可读存储介质 （网易（杭州）网络有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN119598178A

(43)申请公布日2025.03.11

(21)申请号202311181233.1

(22)申请日2023.09.08

(71)申请人网易（杭州）网络有限公司

地址310052浙江省杭州市滨江区长河街

道网商路599号4幢7层

(72)发明人宋研胡志鹏胡裕靖吕唐杰

(74)专利代理机构深圳紫藤知识产权代理有限

公司44570

专利代理师陈楚芳

(51)Int.Cl.

G06F18/214(2023.01)

G06N5/01(2023.01)

G06N3/0464(2023.01)

G06N3/044(2023.01)

G06N3/08(2023.01)

G06F18/23213(2023.01)

权利要求书3页说明书16页附图4页

(54)发明名称

模型训练方法、装置、电子设备和计算机可

读存储介质

(57)摘要

CN119598178A本申请公开了一种模型训练方法、装置、电子设备和计算机可读存储介质，本申请实施例将训练数据集中训练样本序列的多个状态动作对输入至决策模型中进行决策处理，得到决策模型对应的目标损失值以及每个训练样本序列对应的损失值；若目标损失值不满足预设收敛条件，则根据目标损失值更新决策模型的模型