基于不确定性校准的电力大模型在线学习增强方法及系统

首页 AI资讯 AI技术研报 AI监管政策 AI产品测评 AI商业项目 arena全球大模型排行榜 AI产品热榜 AI 源力市场 AI新闻日报

正文
推荐专利
基于不确定性校准的电力大模型在线学习增强方法及系统
申请号:CN202511146250
申请日期:2025-08-15
公开号:CN121030527A
公开日期:2025-11-28
类型:发明专利
摘要
一种基于不确定性校准的电力大模型在线学习增强方法及系统,方法包括对电力大模型进行基于不确定性的先验度量,量化电力大模型对特定问题的答案生成确定性,将问题‑答案对按照认知强弱程度划分为不同类别知识状态;根据问题‑答案对所属知识状态类别,计算电力大模型输出的词表分布与目标分布之间的差异,结合动态调整的似然阈值,实现对已知数据和未知数据的区分;对已知数据和未知数据分别采用不同的学习策略,在电力大模型训练过程中,实时识别数据类型并应用对应的学习策略,实现电力大模型微调和校准之间的平衡。本发明在微调过程中实时解决校准性问题,使得大语言模型在领域微调时不仅仅能够适应下游任务,还能够保持良好的校准性能。
技术关键词
电力 答案 校准 数据 在线 交叉熵学习 动态评估方法 度量 标签 表达式 偏差 参数 可读存储介质 解码 大语言模型 编码向量 模块 代表 因子
添加客服微信AITNT178,进AITNT官方交流群
沪ICP备2023015588号