基于层级化混合专家模型的推理方法、系统和存储介质

AITNT
正文
推荐专利
基于层级化混合专家模型的推理方法、系统和存储介质
申请号:CN202510983678
申请日期:2025-07-17
公开号:CN120471184B
公开日期:2025-10-31
类型:发明专利
摘要
本申请提供了一种基于层级化混合专家模型的推理方法、系统和存储介质;该方法通过树形层次结构专家簇选择、双层路由机制与动态资源调度相结合,有效解决了传统混合专家模型存在的计算冗余、资源分配失衡及动态调整能力不足的问题,具有提升多碳任务推理效率、优化异构资源利用率、增强动态场景适应能力的优点。
技术关键词
路由器 推理方法 计算机可执行指令 计划 强化学习算法 注意力 生成碳 推理系统 多层感知机 动态资源调度 层级 遥感图像数据 任务调度器 可读存储介质 格式 动态场景 资源分配 输入接口 指标
系统为您推荐了相关专利信息
1
基于深度强化学习的有人无人协同指挥决策系统及方法
Hopfield神经网络 装备 深度强化学习 决策系统 资源
2
一种确定药品编码的方法
强化学习算法 编码 句法依存关系提取 蒙特卡罗 信息学技术
3
一种预制梁生产质量五度评价方法
节点 钢筋保护层厚度 评价方法 模型库 计划
4
知识结构化映射方法、装置及可读存储介质
文本 句子语义距离 映射方法 超参数 计算机可执行指令
5
路由器统一配置与调试方法、装置、电子设备和可读存储介质
调试方法 路由器 标准化作业 机器学习算法 数据分析技术
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