[发明专利]模型训练方法及装置

权利要求书

1.一种模型训练方法，其特征在于，应用于包括第一服务器和第二服务器的系统中，所述第一服务器位于私有云中，用于模型推理；所述第二服务器位于公有云中，用于模型训练；所述方法包括：

所述第一服务器从所述第二服务器获取第一训练模型；

所述第一服务器将输入数据输入所述第一训练模型中进行模型推理，得到推理结果；

所述第一服务器根据所述推理结果，按照模型评估指标对所述第一训练模型进行评估，得到模型评估指标的评估结果；

若至少一项模型评估指标的评估结果未超过其对应的预设阈值，则所述第一服务器向所述第二服务器发送针对所述第一训练模型的重训练指令，所述重训练指令用于指示所述第二服务器对所述第一训练模型进行重训练。

2.根据权利要求1所述的模型训练方法，其特征在于，在所述第一服务器将输入数据输入所述第一训练模型中进行模型推理，得到推理结果之后，所述方法还包括：

所述第一服务器向所述第二服务器发送所述输入数据和所述推理结果；所述输入数据和所述推理结果用于对所述第一训练模型进行重训练。

3.根据权利要求1或2所述的模型训练方法，其特征在于，所述模型评估指标包括以下至少一项：推理结果的准确率、推理结果的查准率、推理结果的召回率、推理结果的F1分数F1-Score、推理结果的接收者操作特征曲线ROC下的面积AUC。

4.根据权利要求1-3中任一项所述的模型训练方法，其特征在于，若模型评估指标的评估结果均超过其对应的预设阈值，则所述第一服务器不向所述第二服务器发送针对所述第一训练模型的重训练指令。

5.一种模型训练方法，其特征在于，应用于包括第一服务器和第二服务器的系统中，所述第一服务器位于私有云中，用于模型推理；所述第二服务器位于公有云中，用于模型训练；所述方法包括：

所述第二服务器从所述第一服务器获取针对第一训练模型的重训练指令、输入数据以及推理结果，所述重训练指令用于指示所述第二服务器对所述第一训练模型进行重训练，所述输入数据为所述第一服务器输入第一训练模型中的数据，所述推理结果为所述第一服务器将输入数据输入所述第一训练模型中进行模型推理后得到的结果；

所述第二服务器根据所述输入数据以及所述推理结果，确定重训练样本集；

所述第二服务器根据所述重训练样本集对所述第一训练模型进行重训练，确定第二训练模型，所述第二训练模型用于替换所述第一训练模型；

所述第二服务器向所述第一服务器发送所述第二训练模型。

6.根据权利要求5所述的模型训练方法，其特征在于，所述第二服务器从所述第一服务器获取针对第一训练模型的重训练指令、输入数据以及推理结果，具体包括：

所述第二服务器响应于从所述第一服务器接收到的所述重训练指令，获取所述输入数据和所述推理结果。

7.根据权利要求5或6所述的模型训练方法，其特征在于，所述第二服务器根据所述输入数据以及所述推理结果，确定重训练样本集，具体包括：

所述第二服务器对所述输入数据进行标注，得到标注后的输入数据；

所述第二服务器将所述标注后的输入数据和所述推理结果存储到重训练样本集中。

8.根据权利要求7所述的模型训练方法，其特征在于，在所述第二服务器对所述输入数据进行标注，得到标注后的输入数据之前，还包括：

若所述推理结果为正确的推理结果，则所述第二服务器保留所述推理结果和所述推理结果对应的输入数据；

若所述推理结果为错误的推理结果，则所述第二服务器删除所述推理结果和所述推理结果对应的输入数据，或者，所述第二服务器将所述推理结果替换为所述输入数据对应的正确的推理结果。