CN119830044A 一种人工智能模型训练数据集构建方法及系统 （北京中科金财科技股份有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN119830044A

(43)申请公布日2025.04.15

(21)申请号202510310225.5

(22)申请日2025.03.17

(71)申请人北京中科金财科技股份有限公司

地址100085北京市海淀区学清路9号汇智

大厦11层2单元1201B室

(72)发明人常新月

(74)专利代理机构河北垣著专利代理事务所(普通合伙)13197

专利代理师郑怿

(51)Int.Cl.

G06F18/23(2023.01)

G06F18/214(2023.01)

G06F16/27(2019.01)

权利要求书2页说明书9页附图1页

(54)发明名称

一种人工智能模型训练数据集构建方法及

系统

(57)摘要

CN119830044A本发明公开一种人工智能模型训练数据集构建方法及系统，涉及涉及人工智能模型训练技术领域，所述方法包括：为构建系统预设多个数据源，并将不同数据源获取到的数据进行分布式存储；为分布式存储架构创建一个均衡提取模型集群，并对创建好的均衡提取模型集群进行协同训练；利用训练好的模型集群提取出分布均衡的存储数据，整理为原始数据集；对原始数据集中的数据进行采样，得到高质量训练样本；将得到的高质量训练样本整理成训练数据集后进行持久化，待人工智能模型训练时取用