基于深度学习及RAG的增强建模方法

AITNT
正文
推荐专利
基于深度学习及RAG的增强建模方法
申请号:CN202510797755
申请日期:2025-06-16
公开号:CN120687671A
公开日期:2025-09-23
类型:发明专利
摘要
本发明涉及深度学习技术领域,尤其涉及一种基于深度学习及RAG的增强建模方法。随着大数据及人工智能技术的发展,用户画像与兴趣建模逐渐成为智能推荐系统中的关键组成部分。然后传统建模方法在处理复杂数据时存在精度不足、泛化能力弱等问题,深度学习面临训练成本高、实时响应滞后等挑战。因此,亟需一种融合多种AI技术的增强建模方法,以解决现有技术的不足。本发明的一个目的在于提出一种基于深度学习及RAG的增强建模方法,有效提升对标签的实时可用性、同类标签的开发、用户感兴趣程度的复杂行为模式的识别能力。
技术关键词
建模方法 标签 兴趣 监督学习模型 离线 学生 神经网络算法 教师 梯度下降优化算法 实时推荐系统 蒸馏 数据 智能推荐系统 画像 损失函数优化 神经网络结构 深度学习技术 关键性 场景 梯度下降法
系统为您推荐了相关专利信息
1
基于多模态的电力设备健康状态监测方法
电力设备健康状态 多模态 电力设备监测方法 图谱 电力设备检测技术
2
基于图像识别的教学辅助方法、装置、存储介质及电子装置
对象识别模型 形态 教学辅助方法 关系 矩阵
3
一种基于姿态序列分析和时移增强的动作检测方法和系统
时间定位 分类网络 动作检测方法 序列 特征提取模块
4
一种基于支持向量回归的毫米波雷达室内人员计数方法
支持向量回归模型 计数方法 雷达 离线 统计学习模型
5
基于边缘计算与大数据的智慧校园安全预警方法及系统
时序依赖关系 轨迹特征 交互特征 节点 中心服务器
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