买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉上海稀宇极智科技有限公司申请的专利一种模型训练方法及装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120494014B 。

龙图腾网通过国家知识产权局官网在2026-04-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510547062.2，技术领域涉及：G06N3/08；该发明授权一种模型训练方法及装置是由李亚伟;张博闻;金瑞洋;杨明祺设计研发完成，并于2024-10-21向国家知识产权局提交的专利申请。

本一种模型训练方法及装置在说明书摘要公布了：本发明公开了一种模型训练方法及装置。方法包括：获取训练数据集；其中，训练数据集中的每个训练样本数据组包括拟合数据和非拟合数据；将非拟合数据的输入编码及拟合数据的第一层目标编码输入大语言模型，确定大语言模型的第一输出编码；基于之前输入的所有编码及输入的拟合数据的第二层目标编码，确定大语言模型的第二输出编码；直至基于大语言模型的之前输入的所有编码及输入的拟合数据的第N层目标编码，确定大语言模型的第N输出编码；基于拟合数据的至少一个N层目标编码及对应数量的输出编码，对大语言模型进行迭代优化，生成目标模型。本方案可以降低模型训练难度，提高模型输出的整体性。

本发明授权一种模型训练方法及装置在权利要求书中公布了：1.一种模型训练方法，其特征在于，包括： 获取训练数据集；其中，所述训练数据集中的每个训练样本数据组包括输入数据和拟合数据，或者，每个所述训练样本数据组包括参考数据、输入数据和拟合数据；所述拟合数据包括拟合音乐，所述参考数据包括参考音乐，所述输入数据包括目标歌词，非拟合数据和所述拟合数据包括至少一个N层目标编码，N为大于等于2的整数； 将非拟合数据的输入编码及所述拟合数据的第一层目标编码输入大语言模型，确定所述大语言模型的第一输出编码；其中，所述非拟合数据包括所述输入数据，或者，所述非拟合数据包括所述参考数据和所述输入数据；其中，采用常规叠加、拼接或延迟叠加方式将非拟合数据对应的所有N层目标编码一次性输入至所述大语言模型，使得所述大语言模型一次性获取非拟合数据的所有N层目标编码； 基于之前输入的所有编码及输入的所述拟合数据的第二层目标编码，确定所述大语言模型的第二输出编码；直至基于所述大语言模型的之前输入的所有编码及输入的所述拟合数据的第N层目标编码，确定所述大语言模型的第N输出编码； 基于所述拟合数据的至少一个N层目标编码及对应数量的输出编码，对所述大语言模型进行迭代优化，生成目标模型； 其中，在将非拟合数据的输入编码及所述拟合数据的第一层目标编码输入大语言模型，确定所述大语言模型的第一输出编码之前，还包括： 针对每个所述训练样本数据组中的所述非拟合数据和所述拟合数据，确定所述非拟合数据和所述拟合数据的第一层目标编码； 将所述第一层目标编码作为当前层目标编码，确定所述当前层目标编码的当前层编码偏差，并基于所述当前层编码偏差确定下一层目标编码；其中，所述当前层编码偏差为当前层初始编码与所述当前层目标编码的差值； 将所述下一层目标编码更新为所述当前层目标编码，并返回执行确定所述当前层目标编码的当前层编码偏差，确定出第N层目标编码； 其中，确定所述训练数据的第一层目标编码，包括： 确定所述训练数据的第一层初始编码； 将所述第一层初始编码与预先设定的编码密码本中的每个第一编码或第一编码对应的第一标准编码进行比较，确定所述编码密码本中与所述第一层初始编码相似度最高的第一编码对应的第一目标编码； 基于所述第一目标编码确定第一层目标编码； 其中，确定所述当前层目标编码的当前层编码偏差，并基于所述当前层编码偏差确定下一层目标编码，包括： 计算当前层初始编码与所述当前层目标编码间的残差，并将所述残差作为所述当前层编码的当前层编码偏差； 将所述当前层编码偏差与预先设定的下一层偏差密码本中的每个第二编码或第二编码对应的第二标准编码进行比较，确定所述下一层偏差密码本中与所述当前层编码偏差相似度最高的第二编码对应的第二目标编码，并基于所述第二目标编码确定下一层目标编码。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人上海稀宇极智科技有限公司，其通讯地址为：200233 上海市徐汇区虹漕路25-1号2层896室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。