摘要
本发明公开了分布式用户参与的大模型训练系统及方法,属于人工智能技术领域,要解决的技术问题为如何在不增加额外成本的情况下、去中心化的进行模型训练并提高训练效率。包括数据中心和多个用户端,用户端包括用户设备以及配置于用户设备的客户端,数据中心基于训练子集、大模型的初始权重以及预设的训练参数构建任务包,并发布任务包;用户端基于任务包中训练子集、大模型的初始权重以及预设的训练参数进行本地模型训练,得到大模型的权重,将大模型的权重作为训练结果返回数据中心;数据中心对各用户端返回的大模型的权重进行合并,基于合并结果更新大模型的权重,将更新后的大模型应用于实际任务或场景中。
技术关键词
数据中心
分布式用户
模型训练系统
模型训练方法
训练集
客户端
参数
格式化
模型更新
数据格式
日志
人工智能技术
场景
系统为您推荐了相关专利信息
换脸方法
面部特征
人物模型
卷积神经网络模型
三维模型
卫星遥感图像数据
三维路径规划
监测点
变形监测系统
边坡支护
表面缺陷检测方法
缺陷检测算法
注意力机制
高效多尺度
软硬件系统
金融数据处理方法
深度学习模型
注意力机制
样本
金融数据处理系统