-
公开(公告)号：CN115618964A
公开(公告)日：2023-01-17
申请号：CN202211320460.3
申请日：2022-10-26
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N20/00
Abstract: 本说明书公开了一种模型训练的方法、装置、存储介质及电子设备。该模型训练的方法包括：获取样本数据，将所述样本数据输入待训练的数据处理模型中，得到各候选处理结果，以及每个候选处理结果对应的概率，从所述各候选处理结果中确定与所述样本数据对应的标签信息不匹配的目标结果，根据每个目标结果对应的概率，确定每个目标结果对应的权重，根据每个候选处理结果对应的概率以及所述权重，确定损失值，并根据所述损失值，对所述数据处理模型进行训练。
-
公开(公告)号：CN113837257B
公开(公告)日：2024-05-24
申请号：CN202111081576.1
申请日：2021-09-15
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06V10/25 , G06V10/764 , G06V10/44 , G06V10/56 , G06V10/80 , G06V40/10 , G06V10/82 , G06V20/70 , G06N3/0464 , G06N3/045
Abstract: 本说明书一个或多个实施例提供一种目标检测模型的训练方法以及目标检测方法，目标检测时，不仅是基于图像本身，还将图像的描述文本同样作为目标检测时的考虑因素。在训练目标检测模型时，先获取训练样本集，任一训练样本包括：一张图像、该图像的描述文本、目标物体在图像中的位置信息、目标物体的类别信息，其中，任一图像中包含至少一种目标物体、对应的描述文本中包含对该至少一种目标物体的描述。确定初始目标检测模型，其中，目标检测模型以图像及其描述文本为输入、以目标物体在图像中的位置信息及目标物体的类别信息为输出。然后利用训练样本集合对所述目标检测模型进行迭代更新，直到满足预设条件。
-
公开(公告)号：CN116401541A
公开(公告)日：2023-07-07
申请号：CN202310264180.3
申请日：2023-03-10
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F18/214 , G06N20/00 , G06Q10/0635
Abstract: 本说明书公开了一种模型训练的方法、装置、存储介质和电子设备，将获取的样本业务数据输入第一模型，获得第一模型输出的第一风控结果，将该样本业务数据分别输入各第二模型，确定该样本业务数据的特征，将该特征输入适应层，确定每个第二模型分别对应的权重，并获得每个第二模型输出的第二风控结果，利用该权重及该第二风控结果确定伪标签，根据该伪标签以及该第一风控结果，对该适应层及该第一模型进行训练，训练后的第一模型用于对待风控业务数据进行风险判断。本方法通过适应层确定各第二模型的权重，根据权重及第二风控结果确定伪标签，根据伪标签及第一风控结果，训练适应层及第一模型，提高了第一模型输出结果的准确性。
-
公开(公告)号：CN114819142A
公开(公告)日：2022-07-29
申请号：CN202210406287.2
申请日：2022-04-18
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拍屏图像识别及其模型的训练方法、装置和电子设备，该方法包括：对原始图像进行特征解耦以得到原始图像的拍屏特征，所述拍屏特征至少包括边框特征、摩尔纹特征、反光特征和其他拍屏特征；基于原始图像的拍屏特征进行特征融合得到原始图像的融合特征；基于多个不同原始图像对应的融合特征和所述多个不同原始图像对应的拍屏标签，对拍屏图像识别模型进行训练，得到所述拍屏图像识别模型。
-
公开(公告)号：CN117573495A
公开(公告)日：2024-02-20
申请号：CN202311558299.8
申请日：2023-11-21
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F11/34
Abstract: 本说明书实施例公开了一种模型效果的评估方法、装置及设备，该方法包括：获取不同用户执行目标业务的过程中产生的业务数据构成的数据集。分别将所述数据集中的业务数据输入到所述目标业务对应的目标模型中，通过所述目标模型确定所述数据集中的业务数据对应的特征分布信息和/或所述数据集中的业务数据对应的模型预测结果的分布信息。基于所述数据集中的业务数据对应的特征分布信息和/或所述数据集中的业务数据对应的模型预测结果的分布信息，通过预设的效果评估策略对所述目标模型进行效果评估，得到对所述目标模型的效果评估结果，所述效果评估策略是基于对所述目标模型进行模型训练过程中使用的业务数据样本集进行处理所构建的策略。
-
Patent Agency Ranking
公开(公告)号：CN116843465A
公开(公告)日：2023-10-03
申请号：CN202310867742.3
申请日：2023-07-13
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q40/04 , G06Q10/0635 , G06N20/00
Abstract: 本说明书实施例提供了一种风控模型的训练方法和装置以及风险识别方法和装置。该训练方法包括：得到一个预训练模型包括各种第一参数；在该预训练模型的基础上使用对应原有风险类别的训练样本继续训练，得到风控初始模型，该风控初始模型包括各种第一参数以及对应原有风险类别的第二参数；使用新增风险类别的训练样本继续训练所述风控初始模型，并且在训练过程中保持第一参数以及第二参数不变，从而训练出风控模型；该风控模型由第一子网络以及第二子网络组成，其中，第一子网络用于利用第一参数及第二参数对原有风险类别进行识别，第二子网络用于利用第一参数及第三参数对新增风险类别进行识别。本说明书实施例能够更为有效地训练风控模型以及更为准确地识别风险类别。
-
公开(公告)号：CN114462531A
公开(公告)日：2022-05-10
申请号：CN202210114117.7
申请日：2022-01-30
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06K9/62
Abstract: 本说明书公开了一种模型训练方法、装置及电子设备。其中，方法包括：将目标场景中未标注的第一样本集输入至标注模型，得到所述第一样本集各样本的预测结果，所述标注模型是基于所述目标场景中已标注的第二样本集训练得到的。基于所述第一样本集各样本的预测结果，对所述第一样本集中的第三样本集进行标注。基于不同于所述第三样本集的标注方式，对所述第一样本集中的第四样本集进行标注。基于标注的第三样本集和标注的第四样本集，对目标模型进行训练。
-
公开(公告)号：CN119397216A
公开(公告)日：2025-02-07
申请号：CN202411315845.X
申请日：2024-09-19
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F18/21 , G06F18/27 , G06F18/214
Abstract: 本说明书实施例公开了一种用于训练准确度评估模型的方法、装置、存储介质及电子设备，根据目标模型对应的原始数据集，获得所述原始数据集对应的第一样本数据集；获得所述目标模型关于所述原始数据集的第一输出分布和所述目标模型关于所述第一样本数据集的第二输出分布；获得所述第二输出分布与所述第一输出分布之间的第一分布偏移信息，根据所述原始数据集对应的标签信息，确定所述目标模型关于所述第一样本数据集的第一预测准确度；根据所述第一分布偏移信息和所述第一预测准确度对准确度评估模型进行训练，获得已训练的准确度评估模型，其中，所述第一预测准确度被作为所述第一分布偏移信息对应的标签信息。
-
公开(公告)号：CN114819142B
公开(公告)日：2024-09-06
申请号：CN202210406287.2
申请日：2022-04-18
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拍屏图像识别及其模型的训练方法、装置和电子设备，该方法包括：对原始图像进行特征解耦以得到原始图像的拍屏特征，所述拍屏特征至少包括边框特征、摩尔纹特征、反光特征和其他拍屏特征；基于原始图像的拍屏特征进行特征融合得到原始图像的融合特征；基于多个不同原始图像对应的融合特征和所述多个不同原始图像对应的拍屏标签，对拍屏图像识别模型进行训练，得到所述拍屏图像识别模型。
-
公开(公告)号：CN115618964B
公开(公告)日：2023-10-24
申请号：CN202211320460.3
申请日：2022-10-26
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N20/00
Abstract: 本说明书公开了一种模型训练的方法、装置、存储介质及电子设备。该模型训练的方法包括：获取样本数据，将所述样本数据输入待训练的数据处理模型中，得到各候选处理结果，以及每个候选处理结果对应的概率，从所述各候选处理结果中确定与所述样本数据对应的标签信息不匹配的目标结果，根据每个目标结果对应的概率，确定每个目标结果对应的权重，根据每个候选处理结果对应的概率以及所述权重，确定损失值，并根据所述损失值，对所述数据处理模型进行训练。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.047 seconds)
