-
公开(公告)号：CN119721126A
公开(公告)日：2025-03-28
申请号：CN202510220601.1
申请日：2025-02-27
Applicant: 北京邮电大学
Abstract: 本公开提供了一种大语言模型性格塑造方法及装置、电子设备、存储介质，属于数据处理技术领域，该方法包括：将性格提示和对话内容输入大语言模型，得到对话向量；将所述对话向量输入性格向量生成器，得到性格调整向量；所述性格向量生成器为基于带有性格标注的历史对话数据集训练得到的神经网络模型；将所述性格调整向量输入大语言模型，以对大语言模型输出的第一输出向量进行调整，得到第二输出向量；所述第一输出向量为大语言模型基于所述对话向量得到的输出向量，所述第二输出向量为包含有性格特征的输出向量。本公开提供的大语言模型性格塑造方法及装置、电子设备、存储介质可以实现大语言模型个性化的灵活调整。
-
公开(公告)号：CN119417700A
公开(公告)日：2025-02-11
申请号：CN202411460838.9
申请日：2024-10-18
Applicant: 北京邮电大学
IPC: G06T3/4053 , G06T3/4046 , G06T5/77 , G06T5/70 , G06T5/20 , G06N3/0464 , G06N3/0475 , G06N3/0455 , G06N3/0499 , G06N3/094 , G06V40/16 , G06V10/44 , G06V10/771 , G06V10/77 , G06V10/80 , G06V10/82
Abstract: 本发明公开了一种可防御对抗攻击的人脸图像超分辨率方法、系统及存储介质，包括：基于经验模态分解构建频率感知分解网络模型；获取干净样本集，基于所述干净样本集获得对抗样本集；基于干净样本集和对抗样本集对所述频率感知分解网络模型进行对抗训练；将给定的人脸图像输入至训练后的频率感知分解网络模型，获得深度特征；基于所述深度特征获得固有模态函数特征图，基于所述固有模态函数特征图重建人脸图像。本发明通过结合EMD的多分支结构、高频噪声抑制器和可学习的提示，提供了一种鲁棒且高效的FSR模型，能够在对抗噪声存在的情况下，有效地恢复人脸图像的高频细节，提高识别准确性和视觉质量。
-
公开(公告)号：CN118607668A
公开(公告)日：2024-09-06
申请号：CN202410830079.4
申请日：2024-06-25
IPC: G06N20/00 , G06F18/214 , G06N3/08 , G06N3/0455 , G06F16/35 , G06F40/30
Abstract: 本公开提供了一种数据集扩充方法及装置，属于数据处理技术领域，该方法包括：基于第一语言模型生成第一样本数据；将第一样本数据添加至包含有第二样本数据的数据集中，从数据集中筛选出第三样本数据；第二样本数据为真实数据，第三样本数据为第一样本数据中与真实数据的关联度小于第一阈值的数据；基于第四样本数据训练第一语言模型；第四样本数据为数据集中除第三样本数据之外的数据；返回执行基于第一语言模型生成第一样本数据的步骤，直至满足设定条件，得到扩充后的数据集。本公开提供的一种数据集扩充方法及装置能够淘汰低质量样本，优化生成过程，有效保留更加丰富和高质量的样本。
-
公开(公告)号：CN118093823B
公开(公告)日：2024-09-03
申请号：CN202410287285.5
申请日：2024-03-13
Applicant: 北京邮电大学
IPC: G06F16/332 , G06F16/35 , G06F16/33 , G06N5/022 , G06F18/22
Abstract: 本公开提供了一种大语言模型自我提升方法及装置，属于深度学习技术领域，该方法包括：在第一知识库中检索与第一输入信息对应的反思样本，得到反思样本信息；将反思样本信息和第一输入信息输入至大语言模型中，得到目标反思信息；基于第一输入信息和目标反思信息对第一知识库进行更新；在第二知识库中检索与第二输入信息对应的改进样本，得到改进样本信息；将第二输入信息和改进样本信息输入至大语言模型中，得到目标改进信息；基于第二输入信息和目标改进信息对第二知识库进行更新。本公开根据大语言模型的反思信息和改进信息更新第一知识库和第二知识库，丰富了第一知识库和第二知识库的内容，提高了大语言模型的输出质量。
-
公开(公告)号：CN117993366B
公开(公告)日：2024-06-21
申请号：CN202410381770.9
申请日：2024-04-01
Applicant: 北京邮电大学
IPC: G06F40/166 , G06F40/194 , G06F40/253 , G06N3/045 , G06N3/048
Abstract: 本公开提供了一种测评题目动态生成方法及系统、电子设备、可读存储介质，属于模型测评领域，该方法包括：基于种子题目和提示生成多个第一测试题目；基于目标模型针对多个第一测试题目的第一回复信息确定多个第一测试题目的难度；若多个第一测试题目的难度不符合预设难度，则对多个第一测试题目进行调整，返回执行基于目标模型针对多个第一测试题目的回复信息确定多个第一测试题目的难度的步骤；若多个第一测试题目的难度符合预设难度，则将多个第一测试题目确定为针对目标模型的测试题目。本公开提供的测评题目动态生成方法及系统、电子设备、可读存储介质，以解决现有评估方法缺乏自适应性的问题。
-
Patent Agency Ranking
公开(公告)号：CN118116053A
公开(公告)日：2024-05-31
申请号：CN202410267568.3
申请日：2024-03-08
Applicant: 北京邮电大学
IPC: G06V40/16 , G06V10/774
Abstract: 本公开提供了一种人脸重定向模型、模型训练方法及装置，该方法包括：编码器，用于对人脸图像进行特征提取，得到人脸特征；无关属性分解模块，用于对所述人脸特征进行特征提取，得到对应于所述人脸特征的细节特征；所述细节特征包括身份特征、视线特征和头部特征；交叉属性分离模块，用于对所述细节特征中的目标特征进行角度旋转；所述目标特征为视线特征或头部特征；解码器，用于基于角度旋转后的细节特征生成人脸图像。本公开提供的人脸重定向模型、模型训练方法及装置可以提高视线估计算法的样本集质量。
-
公开(公告)号：CN118607668B
公开(公告)日：2025-04-18
申请号：CN202410830079.4
申请日：2024-06-25
IPC: G06N20/00 , G06F18/214 , G06N3/08 , G06N3/0455 , G06F16/353 , G06F40/30
Abstract: 本公开提供了一种数据集扩充方法及装置，属于数据处理技术领域，该方法包括：基于第一语言模型生成第一样本数据；将第一样本数据添加至包含有第二样本数据的数据集中，从数据集中筛选出第三样本数据；第二样本数据为真实数据，第三样本数据为第一样本数据中与真实数据的关联度小于第一阈值的数据；基于第四样本数据训练第一语言模型；第四样本数据为数据集中除第三样本数据之外的数据；返回执行基于第一语言模型生成第一样本数据的步骤，直至满足设定条件，得到扩充后的数据集。本公开提供的一种数据集扩充方法及装置能够淘汰低质量样本，优化生成过程，有效保留更加丰富和高质量的样本。
-
公开(公告)号：CN119578452A
公开(公告)日：2025-03-07
申请号：CN202411655649.7
申请日：2024-11-19
Applicant: 北京邮电大学
IPC: G06N3/006 , G06N3/0442 , G06N3/092
Abstract: 本发明公开了一种基于通用合作知识的多智能体协作方法，包括以下步骤：确定任务领域，并选取若干个合作任务；构建多任务训练框架，所述训练框架包括为每一个合作任务设置的感知网络和决策网络，所述决策网络包括共享决策层和任务特定决策层；基于每一个合作任务，对所述多任务训练框架进行训练，基于训练后的决策网络，构建任务共享决策网络模型；将所述任务共享决策网络模型迁移到新的任务领域中进行训练，完成当前任务中多智能体的协作。本发明采用一种多任务的学习方法，通过将学得的共享策略网络应用于其它相同或不同领域的合作任务中进行训练，促进智能体之间的协作和协调。
-
公开(公告)号：CN118052272B
公开(公告)日：2024-11-01
申请号：CN202410189439.7
申请日：2024-02-20
Applicant: 北京邮电大学
IPC: G06N3/092 , G06N20/00 , G06N3/042 , G06F18/23 , G06F18/2413
Abstract: 本公开提供了一种多智能体强化学习方法及装置、电子设备、存储介质，属于超图表示学习技术领域，该方法包括：基于多智能体系统中各个智能体的观测信息生成多条超边。每条超边连接多个智能体，多条超边组成超图结构。超图结构为多智能体系统对应的通信结构。基于各个智能体的观测信息计算多智能体之间的消息权重。基于通信结构和消息权重生成多智能体系统对应的关联度。基于关联度对各个智能体的通信信息进行融合，得到每个智能体对应的融合通信信息。融合通信信息用于指导对应智能体的动作。本公开提供的多智能体强化学习方法及装置、电子设备、存储介质能对多个来自不同智能体的异构信息进行通信融合。
-
公开(公告)号：CN117993366A
公开(公告)日：2024-05-07
申请号：CN202410381770.9
申请日：2024-04-01
Applicant: 北京邮电大学
IPC: G06F40/166 , G06F40/194 , G06F40/253 , G06N3/045 , G06N3/048
Abstract: 本公开提供了一种测评题目动态生成方法及系统、电子设备、可读存储介质，属于模型测评领域，该方法包括：基于种子题目和提示生成多个第一测试题目；基于目标模型针对多个第一测试题目的第一回复信息确定多个第一测试题目的难度；若多个第一测试题目的难度不符合预设难度，则对多个第一测试题目进行调整，返回执行基于目标模型针对多个第一测试题目的回复信息确定多个第一测试题目的难度的步骤；若多个第一测试题目的难度符合预设难度，则将多个第一测试题目确定为针对目标模型的测试题目。本公开提供的测评题目动态生成方法及系统、电子设备、可读存储介质，以解决现有评估方法缺乏自适应性的问题。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.018 seconds)
