基于强化学习训练语言模型的方法及装置

被引：0

专利类型：

发明

申请号：

CN202411614311.7

申请日：

2024-11-12

公开(公告)号：

CN119558428A

公开(公告)日：

2025-03-04

发明(设计)人：

李佳晖张翰林张凤达张泰维况琨陈隆周俊薛思乔

申请人：

支付宝（杭州）信息技术有限公司

申请人地址：

310000 浙江省杭州市西湖区西溪路543号-569号（单号连续）1幢2号楼5层518室

IPC主分类号：

G06N20/00

IPC分类号：

G06F40/205

代理机构：

北京亿腾知识产权代理事务所(普通合伙) 11309

代理人：

陈霁;周良玉

法律状态：

公开

国省代码：

浙江省杭州市

引用

下载

收藏

法律状态

法律状态公告日	法律状态	法律状态信息
2025-03-04	公开	公开
2025-12-02	著录事项变更	著录事项变更IPC(主分类):G06N 20/00变更事项:申请人变更前:支付宝（杭州）信息技术有限公司变更后:支付宝（杭州）数字服务技术有限公司变更事项:国家或地区变更前:中国变更后:中国变更事项:地址变更前:310000 浙江省杭州市西湖区西溪路543号-569号（单号连续）1幢2号楼5层518室变更后:310000 浙江省杭州市西湖区西溪路543-569号（单号连续）1幢2号楼5层518室
2025-03-21	实质审查的生效	实质审查的生效IPC(主分类):G06N 20/00申请日:20241112

共 50 条

[1]

基于反思的语言模型强化学习训练扩展方法及装置 [P].

东昱晓 ;

侯振宇 .

中国专利 :CN120146142A ,2025-06-13

[2]

基于强化学习的行业大语言模型训练方法及装置 [P].

陈舟 ;

白玉琪 .

中国专利 :CN120278270A ,2025-07-08

[3]

一种大语言模型的强化学习训练方法及装置 [P].

周璟 ;

应缜哲 ;

鲍孝慈 ;

陈华 ;

孟昌华 ;

王维强 .

中国专利 :CN121168564A ,2025-12-19

[4]

基于大语言模型的辅助分层强化学习训练方法及系统 [P].

庞豹 ;

李千溪 ;

王江 ;

宋勇 ;

傅洪泽 ;

许庆阳 ;

袁宪锋 ;

徐小龙 .

中国专利 :CN119514640A ,2025-02-25

[5]

基于大语言模型的辅助分层强化学习训练方法及系统 [P].

庞豹 ;

李千溪 ;

王江 ;

宋勇 ;

傅洪泽 ;

许庆阳 ;

袁宪锋 ;

徐小龙 .

中国专利 :CN119514640B ,2025-10-28

[6]

基于强化学习策略的大语言模型训练方法、装置和设备 [P].

文祎琳 ;

吕中厚 ;

陈沐晗 ;

包沉浮 ;

王国秋 ;

田伟娟 ;

颜廷玉 .

中国专利 :CN121031780A ,2025-11-28

[7]

用于大语言模型的强化学习的方法和装置 [P].

阎栋 ;

李佳莲 .

中国专利 :CN117808120A ,2024-04-02

[8]

大语言模型的强化学习训练方法、装置、设备及存储介质 [P].

赵鑫 ;

陈志朋 ;

张鸿志 ;

张富峥 .

中国专利 :CN120387495A ,2025-07-29

[9]

一种基于强化学习的语言模型预训练方法及系统 [P].

李烈英 ;

张敏杰 .

中国专利 :CN120764621A ,2025-10-10

[10]

一种大语言模型的强化学习训练方法及相关设备 [P].

霍亮宇 ;

杨青 .

中国专利 :CN119990303A ,2025-05-13

← 1 2 3 4 5 →