龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：北京百度网讯科技有限公司
摘要：本公开提供了一种大语言模型的训练方法、装置、设备和介质，涉及人工智能技术领域，尤其涉及自然语言处理和深度学习等技术领域。该方法包括：获取大规模无监督文本数据；从大规模问答数据中提取多个问题答案对；基于多个问题答案对，构建弱监督指令数据，包括：针对多个问题答案对中的每一个问题答案对，将该问题答案对中的问题作为样本指令，并将该问题答案对中的答案作为与样本指令对应的真值回复数据，构建与该问题答案对对应的指令训练样本；以及基于与多个问题答案对各自对应的指令训练样本，构建弱监督指令数据；以及利用包括大规模无监督文本数据和弱监督指令数据的混合训练数据，对大语言模型进行预训练。
主权项：1.一种大语言模型的训练方法，包括：获取大规模无监督文本数据；从大规模问答数据中提取多个问题答案对，所述多个问题答案对中的每一个问题答案对包括对应的问题文本和答案文本；基于所述多个问题答案对，构建弱监督指令数据，包括：针对所述多个问题答案对中的每一个问题答案对，将该问题答案对中的问题文本作为样本指令，并将该问题答案对中的答案文本作为与所述样本指令对应的真值回复数据，构建与该问题答案对对应的指令训练样本；以及基于与所述多个问题答案对各自对应的指令训练样本，构建所述弱监督指令数据；以及利用包括所述大规模无监督文本数据和所述弱监督指令数据的混合训练数据，对大语言模型进行预训练，包括：基于递增的学习率，利用所述混合训练数据对所述大语言模型进行预设训练步数的预训练，以得到中间大语言模型，其中，所述预设训练步数的预训练中的每一步所使用的混合训练数据中的弱监督指令数据的比例是基于当前训练步数和所述预设训练步数而确定的；以及基于递减的学习率，利用所述混合训练数据对所述中间大语言模型进行预训练，其中，在学习率递减的训练阶段，每一步所使用的混合训练数据中的弱监督指令数据的比例维持不变。
全文数据：
权利要求：
百度查询： 北京百度网讯科技有限公司 大语言模型的训练方法、装置、设备和介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号