CN119940467A 基于奖励机制进行问答对评分实现大模型微调的方法 （北京积分时代科技有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN119940467A

(43)申请公布日2025.05.06

(21)申请号202510043512.4

(22)申请日2025.01.10

(71)申请人北京积分时代科技有限公司

地址100020北京市朝阳区望京东园七区

18号楼3层301内301室

(72)发明人冀正国赵焜徐龙王浩

(74)专利代理机构北京维正专利代理有限公司11508

专利代理师赵万凯

(51)Int.Cl.

G06N3/092(2023.01)

G06N3/045(2023.01)

G06N5/022(2023.01)

G06F16/3329(2025.01)

G06F40/30(2020.01)

G10L15/22(2006.01)

G10L15/26(2006.01)

G10L13/08(2013.01)

权利要求书2页说明书10页附图1页

(54)发明名称

基于奖励机制进行问答对评分实现大模型

微调的方法

(57)摘要

CN119940467A本发明涉及人工智能技术领域,公开了基于奖励机制进行问答对评分实现大模型微调的方法，包括以下步骤：S1、从人工客服的历史聊天记录中筛选初始问答对；S2、基于奖励机制对初始问答对进行评分；S3、筛选高评分问答对