-
公开(公告)号：CN118332339A
公开(公告)日：2024-07-12
申请号：CN202410502447.2
申请日：2024-04-24
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F18/214 , G06F18/22 , G06F40/284 , G06F40/30 , G06F40/289
Abstract: 本说明书实施例提供一种映射模型的训练方法及装置，该训练方法包括：首先，获取用户行为涉及的对象标识集，其中任一的目标对象标识关联描述目标对象的真实词元序列；接着，利用映射模型确定所述目标对象标识对应的目标表征向量及相关词元信息；然后，利用训练好的大语言模型处理所述目标表征向量，得到预测词元序列；之后，以所述预测词元序列趋同于所述真实词元序列为目标，训练所述映射模型。
-
公开(公告)号：CN116383692A
公开(公告)日：2023-07-04
申请号：CN202211638793.0
申请日：2022-12-20
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F18/24 , G06F18/214 , G06Q40/03 , G06F18/22
Abstract: 本说明书实施例公开了一种模型训练方法、异常数据识别方法、装置和计算机设备。所述方法包括：获取多个行为序列数据；确定行为序列数据对应的正样本和负样本，所述正样本包括行为序列数据中的用户行为数据，所述负样本包括其他行为序列数据中的用户行为数据；根据数据处理模型，获取行为序列数据对应的第一特征数据、正样本对应的第二特征数据和负样本对应的第三特征数据；通过损失函数优化数据处理模型的模型参数，所述损失函数用于约束第一相似度大于第二相似度，所述第一相似度为第一特征数据与第二特征数据之间的相似度，所述第二相似度为第一特征数据与第三特征数据之间的相似度。本说明书实施例可以训练用于识别异常数据的数据处理模型。
-
公开(公告)号：CN115496587A
公开(公告)日：2022-12-20
申请号：CN202211178723.1
申请日：2022-09-27
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本公开涉及预测用户的还款概率的方法、装置、设备及存储介质。方法包括：接收描述用户在预设时间范围内的交易行为事件的交易行为事件序列；将预设时间范围分为多个一级时间窗口并将每个一级时间窗口内的交易行为事件聚合为一级特征；将各个一级时间窗口的一级特征输入第一门控循环单元以获得每个一级时间窗口的一级隐含特征；将预设时间范围分为多个二级时间窗口并将每个二级时间窗口内的一级特征聚合为二级特征；将各个二级时间窗口的二级特征输入第二门控循环单元以获得每个二级时间窗口的二级隐含特征；融合最后一个一级时间窗口的一级隐含特征和最后一个二级时间窗口的二级隐含特征以获得融合特征；基于融合特征确定用户的还款概率。
-
公开(公告)号：CN111738217A
公开(公告)日：2020-10-02
申请号：CN202010725497.9
申请日：2020-07-24
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供一种生成人脸对抗补丁的方法和装置。在该方法中，首先获取初始对抗补丁，然后获取不包含攻击者人脸图像的人脸图像集。接着，分别利用人脸图像集中的各张人脸图像，对初始对抗补丁进行第一轮优化，得到第一对抗补丁；其中第一轮优化使得，叠加有补丁的各张人脸图像与目标人脸图像之间的相似度增加。接着，在第一对抗补丁的基础上，对补丁进行第二轮优化，使得叠加补丁的攻击者图像与目标人脸图像之间的相似度增加，且与攻击者自身图像之间的相似度降低。
-
公开(公告)号：CN111274501A
公开(公告)日：2020-06-12
申请号：CN202010117833.1
申请日：2020-02-25
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/9537 , G06N3/04 , G06N3/08
Abstract: 本说明书提供的推送信息的方法、系统和非暂时性存储介质，基于目标终端的当前需求，将所述目标终端的多个历史特征行为以及多个历史特征行为中的每个历史特征行为发生的时间距离当前时刻的时间差进行结合，构造出包含用户历史特征行为时序信息的特征向量，将所述特征向量输入预测模型中得到预测结果，基于所述预测结果向所述目标终端推送与当前需求相关的信息。
-
Patent Agency Ranking
公开(公告)号：CN115410056A
公开(公告)日：2022-11-29
申请号：CN202211005416.3
申请日：2022-08-22
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例公开了一种图像处理方法、模型训练方法、装置和计算机设备。所述方法包括：根据源图像获取身份特征和属性特征，所述源图像包含第一生物对象，所述身份特征用于表示第一生物对象的身份信息，所述属性特征用于表示第一生物对象的属性信息；根据目标图像获取上下文特征，所述目标图像包含第二生物对象，所述上下文特征用于表示第二生物对象的上下文信息；根据身份特征、属性特征和上下文特征，生成融合图像，所述融合图像包含融合生物对象，所述融合生物对象的身份信息和属性信息与第一生物对象相同，所述融合生物对象的上下文信息与第二生物对象相同。本说明书实施例可以提高融合图像和源图像在细节属性上的相似程度。
-
公开(公告)号：CN112200257A
公开(公告)日：2021-01-08
申请号：CN202011112696.9
申请日：2020-10-16
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06K9/62 , G06N20/00 , G06F16/903
Abstract: 本说明书实施例提供一种对抗样本的生成方法，所述对抗样本对应m维样本向量，用于攻击特定模型；该方法包括：确定m维空间的n维子空间所对应的m*n维投影矩阵，再基于该m*n维投影矩阵，对当前对抗样本进行多轮迭代更新，其中任一轮迭代更新包括：先从该n维子空间中随机采样b个高斯向量；接着，利用该m*n维投影矩阵，将所述b个高斯向量映射回该m维空间，得到b个干扰向量；再将所述b个干扰向量分别添加至当前对抗样本对应的样本向量，得到b个查询样本，并查询该所述b个查询样本是否对所述特定模型攻击成功；再基于b个干扰向量和对应的b个查询结果，估计样本梯度向量，并利用该样本梯度向量，更新上述当前对抗样本。
-
公开(公告)号：CN112200257B
公开(公告)日：2022-08-19
申请号：CN202011112696.9
申请日：2020-10-16
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06K9/62 , G06N20/00 , G06F16/903
Abstract: 本说明书实施例提供一种对抗样本的生成方法，所述对抗样本对应m维样本向量，用于攻击特定模型；该方法包括：确定m维空间的n维子空间所对应的m*n维投影矩阵，再基于该m*n维投影矩阵，对当前对抗样本进行多轮迭代更新，其中任一轮迭代更新包括：先从该n维子空间中随机采样b个高斯向量；接着，利用该m*n维投影矩阵，将所述b个高斯向量映射回该m维空间，得到b个干扰向量；再将所述b个干扰向量分别添加至当前对抗样本对应的样本向量，得到b个查询样本，并查询该所述b个查询样本是否对所述特定模型攻击成功；再基于b个干扰向量和对应的b个查询结果，估计样本梯度向量，并利用该样本梯度向量，更新上述当前对抗样本。
-
公开(公告)号：CN111737691B
公开(公告)日：2021-02-23
申请号：CN202010725498.3
申请日：2020-07-24
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供一种对抗样本的生成方法和装置，方法包括：获取本轮迭代有待强化的当前对抗样本；在目标损失函数减小的方向，对当前对抗样本进行第一次数的预设几何变形，得到变形图像；对变形图像执行第二次数的逐像素更新，得到第一对抗样本；对当前对抗样本执行第三次数的逐像素更新，得到第二对抗样本；确定第一对抗样本和第二对抗样本中对应损失值较小的对抗样本作为更新对抗样本；当满足停止迭代条件时，将更新对抗样本作为最终对抗样本；当不满足停止迭代条件时，基于更新对抗样本进行下一轮迭代。能够使得生成的对抗样本具有更强的攻击性，从而有针对性的防御。
-
公开(公告)号：CN111737691A
公开(公告)日：2020-10-02
申请号：CN202010725498.3
申请日：2020-07-24
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供一种对抗样本的生成方法和装置，方法包括：获取本轮迭代有待强化的当前对抗样本；在目标损失函数减小的方向，对当前对抗样本进行第一次数的预设几何变形，得到变形图像；对变形图像执行第二次数的逐像素更新，得到第一对抗样本；对当前对抗样本执行第三次数的逐像素更新，得到第二对抗样本；确定第一对抗样本和第二对抗样本中对应损失值较小的对抗样本作为更新对抗样本；当满足停止迭代条件时，将更新对抗样本作为最终对抗样本；当不满足停止迭代条件时，基于更新对抗样本进行下一轮迭代。能够使得生成的对抗样本具有更强的攻击性，从而有针对性的防御。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.027 seconds)
