摘要
本申请实施例提供了一种基于大模型的隐私保护方法及相关设备,用于实现保护隐私的同时不影响大模型可用性。本申请实施例方法包括:以隐私保护模块中的第一隐私保护子模块为切分点,将大语言模型切分为第一大语言子模型和第二大语言子模型;获取用户于大语言模型中输入的待分析数据,将待分析数据输入至第一大语言子模型,得到中间输出数据;将中间输出数据传输至第二大语言子模型,得到对应于第二大语言子模型的模型输出数据;根据目标补偿系数对模型输出数据进行补偿,得到对应于待分析数据的隐状态数据,并将隐状态数据发送至设置有大语言模型的服务端,以获取服务端分析隐状态数据后返回的分析结果数据。
技术关键词
隐私保护方法
子模块
大语言模型
隐私保护模块
数据
服务端
隐私保护装置
隐私保护系统
中央处理器
无线网络接口
存储器
输入输出接口
可读存储介质
分词
计算机
矩阵
指令
参数
元素
电源
系统为您推荐了相关专利信息
超融合一体机
日志记录器
配置管理器
控制台
智能存储管理系统
图像生成方法
保护型
数据
RGB色彩空间转换
概率矩阵分解模型
资源优化方法
深度强化学习模型
上下文特征
神经网络模型
资源依赖关系
燃气发电机组
协同优化运行方法
噪声敏感点
多源异构数据融合
遗传算法求解
图像分类模型
融合特征
注意力
集成特征
深度神经网络