网络模型的训练方法、推荐方法、系统

AITNT
正文
推荐专利
网络模型的训练方法、推荐方法、系统
申请号:CN202411659120
申请日期:2024-11-19
公开号:CN119538984A
公开日期:2025-02-28
类型:发明专利
摘要
本说明书提供一种网络模型的训练方法、推荐方法、系统,训练方法包括:获得样本数据集,基于大语言模型获得样本数据集对应的第一预测推荐结果,基于大语言模型和推荐模型获得样本数据集对应的第二预测推荐结果,以最小化第一预测推荐结果与预设第一标签之间的第一损失函数、第二预测推荐结果与预设第二标签之间的第二损失函数为训练目标更新所述预设网络的参数,得到目标网络模型,其中,预设第一标签为基于样本用户的丰富意图确定的。通过采用丰富意图确定大语言模型的预设第一标签,可以训练大语言模型辨别样本用户更深层次的用户意图的能力,从而使得训练得到的目标网络模型能够准确有效地为用户做推荐。
技术关键词
大语言模型 样本 表格特征 网络 文本 数据 意图 融合特征 训练系统 推荐方法 标签 处理器 参数 推荐系统 项目 通讯 编码
系统为您推荐了相关专利信息
1
一种无源器件的等效网络建模方法
无源器件 建模方法 电感元件 电阻元件 端口
2
一种应用于分布式光纤传感的迁移学习方法
分布式光纤传感 迁移学习方法 样本 信号特征提取 DAS系统
3
一种镶嵌和焊缝材料的自动视觉识别与硬度检测点位自动规划方法
自动规划系统 图像采集模块 神经网络模型训练 焊缝 AI图像识别
4
基于多神经网络的指令审批数据处理方法及系统
指令 数据处理方法 分组算法 文本 神经网络算法
5
多源数据融合的智能风控方法、装置、设备及存储介质
风险 风控方法 深度神经网络 重构 大数据平台
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号