[发明专利]基于人类反馈与强化学习的问答回复方法、系统及设备在审
申请号: | 202311218911.7 | 申请日: | 2023-09-21 |
公开(公告)号: | CN116955576A | 公开(公告)日: | 2023-10-27 |
发明(设计)人: | 刘硕;白焜太;宋佳祥;杨雅婷;许娟;史文钊 | 申请(专利权)人: | 神州医疗科技股份有限公司 |
主分类号: | G06F16/332 | 分类号: | G06F16/332;G06F18/214;G06F40/289;G06F40/30;G16H70/40;G16H80/00 |
代理公司: | 北京星通盈泰知识产权代理有限公司 11952 | 代理人: | 夏晶 |
地址: | 100080 北京市海*** | 国省代码: | 北京;11 |
权利要求书: | 暂无信息 | 说明书: | 暂无信息 |
摘要: | 本发明涉及语言处理技术领域,特别提供一种基于人类反馈与强化学习的问答回复方法、系统及设备,该方法包括:基于目标数据,构造数据集,并基于数据集,对预训练模型进行继续预训练,得到初始问答模型;基于目标数据,构造三元组指令集数据;利用三元组指令集数据对初始问答模型进行优化,得到问答模型;基于目标数据,构造人类偏好指令集数据;基于人类偏好指令集数据,对问答模型进行训练,得到奖励模型;利用人类反馈强化学习机制,对奖励模型进行强化,得到问答回复模型,从而实现具备专业度较高的问答能力,以及具有回复人性化且专业准确性更高的特点。 | ||
搜索关键词: | 基于 人类 反馈 强化 学习 问答 回复 方法 系统 设备 | ||
【主权项】:
暂无信息
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于神州医疗科技股份有限公司,未经神州医疗科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/202311218911.7/,转载请声明来源钻瓜专利网。