基于反思的语言模型强化学习训练扩展方法及装置

被引：0

专利类型：

发明

申请号：

CN202510144398.4

申请日：

2025-02-10

公开(公告)号：

CN120146142A

公开(公告)日：

2025-06-13

发明(设计)人：

东昱晓侯振宇

申请人：

清华大学

申请人地址：

100084 北京市海淀区清华园1号

IPC主分类号：

G06N3/092

IPC分类号：

G06N3/045 G06N3/0475 G06N5/04 G06N20/00

代理机构：

北京清亦华知识产权代理事务所(普通合伙) 11201

代理人：

黄德海

法律状态：

实质审查的生效

国省代码：

北京市市辖区

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
2025-07-01	实质审查的生效	实质审查的生效IPC(主分类):G06N 3/092申请日:20250210
2025-06-13	公开	公开

共 50 条

[1]

基于强化学习训练语言模型的方法及装置 [P].

李佳晖 ;

张翰林 ;

张凤达 ;

张泰维 ;

况琨 ;

陈隆 ;

周俊 ;

薛思乔 .

中国专利 :CN119558428A ,2025-03-04

[2]

基于大语言模型和强化学习的决策方法、装置及设备 [P].

徐泽来 ;

于超 ;

汪玉 ;

吴翼 .

中国专利 :CN118260681A ,2024-06-28

[3]

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

[4]

基于大语言模型与强化学习的状态表征方法及装置 [P].

季向阳 ;

王博源 ;

曲云 ;

蒋雨航 ;

邵键准 ;

刘畅 ;

杨文明 .

中国专利 :CN118504612A ,2024-08-16

[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 :CN119514640A ,2025-02-25

[6]

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

[7]

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

[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

[10]

基于大语言模型增强的可解释强化学习决策系统及方法 [P].

曾云秀 ;

黄鹤松 ;

曾俊杰 ;

石超 ;

秦龙 ;

柴娴 ;

罗宇湘 ;

李智能 ;

何胜 .

中国专利 :CN120722758A ,2025-09-30

← 1 2 3 4 5 →