-
公开(公告)号：CN116483378A
公开(公告)日：2023-07-25
申请号：CN202310359674.X
申请日：2023-04-04
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F8/60 , G06N3/08 , G06N3/0464
Abstract: 本说明书实施例公开了一种向终端设备部署模型的方法、装置和设备，所述方法可基于NAS训练出若干大小不同但功能一致的模型，然后基于不同终端设备的算力表征参数，从训练出的若干模型中筛选出与不同终端设备的算力匹配的模型，筛选出的模型在不同的终端设备上的预设运行参数一致，最后将与不同终端设备的算力匹配的模型部署至相应的终端设备。
-
公开(公告)号：CN115730233B
公开(公告)日：2023-07-11
申请号：CN202211338452.1
申请日：2022-10-28
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F18/24 , G06F18/25 , G06N3/04 , G06N3/0464 , G06Q30/0282
Abstract: 本说明书公开了一种数据处理方法、装置、可读存储介质以及电子设备，通过将获取到的用户数据输入到包含风险识别层和辅助识别层的分类模型中，得到风险识别层输出的该用户数据对应的风险类型，以及该辅助识别层输出的该投诉数据满足的风险条件，再根据确定出的风险类型和风险条件，确定该投诉数据对应的处理结果。本说明书中的数据处理方法，不仅能准确确定投诉数据对应的风险类型，还能给出该投诉数据满足的风险条件，以对得到的风险类型进行解释，提高了数据处理的准确率。
-
公开(公告)号：CN115828162B
公开(公告)日：2023-07-07
申请号：CN202310137411.4
申请日：2023-02-08
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F18/241 , G06F18/214 , G06F18/25
Abstract: 本说明书公开了一种分类模型训练的方法、装置、存储介质及电子设备，在本说明书提供的方法中，先获得每种模态类型的信息的单模态分类结果，作为第一分类结果，然后将各模态类型的信息输入待训练的多模态分类模型，确定各模态类型的信息的特征与各特征的融合特征，并根据融合特征确定所述训练样本的分类结果，作为第二结果，根据所述第一分类结果、第二分类结果、所述标注确定各模态类型对应的损失，根据各模态类型对应的损失确定共同损失，根据共同结果调整待训练的多模态分类模型的参数，得到训练后的多模态分类模型。从上述方法中可以看出，根据本方法训练得到的多模态分类模型能够准确的根据多模态类型的信息进行分类。
-
公开(公告)号：CN116384511A
公开(公告)日：2023-07-04
申请号：CN202310574678.X
申请日：2023-05-18
Applicant: 浙江大学 , 支付宝(杭州)信息技术有限公司
IPC: G06N20/00
Abstract: 本说明书实施例提供了测试处理方法及装置，其中，一种测试处理方法包括：借助异常发生终端的对象特征和关系特征、以及通过联邦学习进行图嵌入模型的模型训练过程中的聚合对象特征，确定第一测试终端的异常防控指标；借助异常发生服务器对应的第二测试终端的对象特征，确定第二测试终端的对象集合中各对象间的关系状态，并根据关系状态确定第二测试终端的异常防控指标；将第一测试终端的异常防控指标和第二测试终端的异常防控指标向测试评估平台发送。
-
公开(公告)号：CN116361657A
公开(公告)日：2023-06-30
申请号：CN202310353822.7
申请日：2023-04-04
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F18/214 , G06F18/241
Abstract: 本说明书提供了一种用于对灰样本标签进行消歧的方法，包括：获取样本数据和类别标签空间；确定该样本数据中灰样本的歧义标签，并构成歧义标签空间，该歧义标签空间是类别标签空间的子集；以及使用该样本数据来训练分类模型，其中该分类模型的损失函数至少部分地基于该灰样本的歧义标签的权重矩阵，其中在训练该分类模型期间更新该权重矩阵。本说明书还提供了一种识别风险账户的方法，包括：对待识别账户进行特征提取以得到相关联的特征向量；将该特征向量输入预训练的分类模型以确定该待识别账户是否属于风险账户的分类概率，该分类模型是使用包括消歧后的灰样本的样本数据进行预训练的。还提供了众多其他方面。
-
Patent Agency Ranking
公开(公告)号：CN116340996A
公开(公告)日：2023-06-27
申请号：CN202310194866.X
申请日：2023-02-24
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F21/62 , G06F21/55 , G06N3/0464 , G06N5/04 , G06N3/08
Abstract: 本发明公开了一种用于隐私保护的模型微调方法，包括：将自适应模块嵌入特征提取网络中，得到自适应模型；采用第一数据对所述自适应模型进行预训练，并在预训练过程中对所述自适应模块以外的自适应模型参数进行更新，以得到预训练模型；将所述预训练模型下发至用户端，以使用户端能够采用第二数据对所述预训练模型进行训练，并在训练过程中对所述自适应模块的参数进行更新，直至预训练模型收敛，得到用户端推理模型。采用该用户端推理模型可以获得个性化的用户信息，实现个性化学习过程中的风险控制。相应地，本发明还公开了用于隐私保护的风险控制方法。
-
公开(公告)号：CN116306990A
公开(公告)日：2023-06-23
申请号：CN202310260420.2
申请日：2023-03-10
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模型的处理方法、装置及设备，该方法包括：接收服务器下发的目标模型；获取用于训练所述目标模型的样本数据，并基于所述样本数据对所述目标模型进行模型训练，确定模型训练后所述目标模型对应的梯度信息；对所述目标模型对应的梯度信息进行符号化处理，得到所述目标模型对应的符号梯度信息，基于预设的概率分布规则对所述符号梯度信息进行采样处理，并基于所述概率分布规则对采样后的符号梯度信息进行编码处理，得到差分隐私梯度信息；将所述差分隐私梯度信息发送给所述服务器，所述差分隐私梯度信息用于触发所述服务器基于所述差分隐私梯度信息对所述服务器中存储的目标模型进行更新。
-
公开(公告)号：CN116245773A
公开(公告)日：2023-06-09
申请号：CN202211679279.1
申请日：2022-12-26
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06T5/50 , G06V40/16 , G06V10/774
Abstract: 本说明书公开了一种人脸合成模型训练方法、装置、存储介质及电子设备，在本说明书提供的方法中，获取人脸图像并对其进行调整，将调整后的人脸图像的人脸区域的图像作为目标图像，将目标图像与调整前的人脸图像进行人脸合成的图像作为训练样本，输入待训练的人脸合成模型，以模型输出的优化图像与调整前的人脸图像的差异最小为训练目标训练待训练的人脸合成模型。从上述方法中可以看出，本方法预先对人脸图像进行调整与合成得到训练样本，然后以模型的输出图像与调整前的人脸图像的差异最小为训练目标训练待训练的人脸合成模型，通过这种方法训练得到的人脸合成模型能够使人脸合成图像的前景与背景之间的差异更小。
-
公开(公告)号：CN116244648A
公开(公告)日：2023-06-09
申请号：CN202310099696.7
申请日：2023-01-31
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F18/2431 , G06F18/2415 , G06F18/2413 , G06Q20/40 , G06F21/55
Abstract: 本说明书实施例公开了一种数据的风险防控方法、装置及设备，该方法应用于终端设备，包括：获取用户执行目标业务的过程中产生的业务数据；确定业务数据是否满足数据筛选规则；如果否，则将业务数据发送给服务器进行风险检测，以确定业务数据的风险检测结果；如果是，则将业务数据提供给风险检测模型，通过风险检测模型对业务数据进行风险检测，得到相应的第二风险检测结果，如果第二风险检测结果与通过数据筛选规则确定的风险结果匹配，则确定业务数据的风险检测结果，如果第二风险检测结果与通过数据筛选规则确定的风险结果不匹配，则将业务数据发送给服务器进行风险检测，以确定业务数据的风险检测结果。
-
公开(公告)号：CN116206309A
公开(公告)日：2023-06-02
申请号：CN202310187135.2
申请日：2023-02-24
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06V20/70 , G06V10/774 , G06V10/764 , G06V10/74 , G06V10/40
Abstract: 本说明书实施例提供了一种图像识别方法、训练图像识别模型的方法及对应装置。主要技术方案包括：获取待识别图像；利用图像识别模型确定所述待识别图像对应的图像类别；其中，所述图像识别模型提取所述待识别图像的视觉特征表示；利用所述待识别图像的视觉特征表示与属性词库中各属性词的特征表示进行匹配，得到所述待识别图像的融合特征表示，该融合特征表示包括所述待识别图像在各属性词上的置信度分布；利用所述待识别图像的融合特征表示预测所述待识别图像对应的图像类别。本申请能够提高图像识别在细粒度图像类别上的识别准确性。
-
-
-
-
-
-
-
-
-
Search Results
500
records
(took 0.09 seconds)
