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！
摘要：本申请提供一种基于军事文档和回答相似度的强化学习训练方法及系统。方法包括：获取参考资料，利用强化学习模型从参考资料中自动提取问题，将问题和参考资料组成样本对，作为训练数据；将问题和参考资料拼接作为强化学习模型的输入，生成模型回答；计算模型回答与参考资料的相似度；基于相似度，评估模型回答对参考资料的忠诚度，得到忠诚度奖励；计算强化学习模型中策略网络的策略损失和价值网络的价值损失；利用损失函数对策略网络和价值网络的网络参数的梯度进行迭代，以更新网络参数。本申请可免去人工标注，有效降低了训练成本，基于相似度奖励，使得模型回答能更好地遵循参考资料，从而提高模型训练效率和质量。
主权项：1.一种基于军事文档和回答相似度的强化学习训练方法，其特征在于，包括：获取参考资料，利用强化学习模型从所述参考资料中自动提取问题，将所述问题和所述参考资料组成样本对，作为训练数据；将所述问题和所述参考资料拼接作为所述强化学习模型的输入，生成模型回答；计算所述模型回答与所述参考资料的相似度；基于所述相似度，评估所述模型回答对所述参考资料的忠诚度，得到忠诚度奖励；计算所述强化学习模型中策略网络的策略损失和价值网络的价值损失；利用损失函数对所述策略网络和所述价值网络的网络参数的梯度进行迭代，以更新所述网络参数。
全文数据：
权利要求：
百度查询： 中科世通亨奇(北京)科技有限公司 基于军事文档和回答相似度的强化学习训练方法及系统
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