-
公开(公告)号：CN120029673A
公开(公告)日：2025-05-23
申请号：CN202510389327.0
申请日：2025-03-28
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F9/318 , G06N5/04 , G06N3/045 , G06N3/08 , G06F18/241
Abstract: 本说明书实施例提供一种目标领域下的大模型微调方法和装置。方法包括：获取多个样本构成的训练数据集；任一样本包括输入文本和期望响应，所述输入文本包括所述目标领域的请求任务和执行所述请求任务的指令；所述期望响应包括标签思考路径、基于所述标签思考路径和检索到的若干文档得到的标签回答；所述标签思考路径包括所述请求任务的概念分类、基于所述概念分类确定的关联信息；利用所述训练数据集对大模型进行指令微调，以得到目标领域下的大模型。能够进一步提高大模型在垂直领域上的表现。
-
公开(公告)号：CN118114785A
公开(公告)日：2024-05-31
申请号：CN202311867081.0
申请日：2023-12-29
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N20/00 , G06N5/04 , G06N5/022 , G06F16/2452 , G06F16/242 , G06F18/22
Abstract: 本说明书实施例提供一种训练目标模型、生成结构化语句的方法及装置，在训练目标模型的方法中，先基于预设的推理库，利用参数量较大的大语言模型，构建训练样本集。该训练样本集可以包括，第一训练样本和第二训练样本，其中，第一训练样本包括第一提示文本和作为其输出标签的第一回答文本，第一提示文本包括自然语言的第一查询语句和类比推理示例，第一回答文本包括第一结构化语句。第二训练样本包括，第二提示文本和作为其输出标签的第二回答文本，第二提示文本包括第一查询语句和类比推理示例，第二回答文本包括第一推理语句。接着，利用该训练样本集来训练参数量较少的目标模型。
-
公开(公告)号：CN116186399A
公开(公告)日：2023-05-30
申请号：CN202310111774.0
申请日：2023-02-13
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/9535 , G06N3/08
Abstract: 本说明书实施例提供一种确定服务平台向用户推荐的目标对象的方法和装置，方法包括：获取第一用户的用户画像特征、第一用户在服务平台历史交互过的各对象构成的交互序列的序列特征、向第一用户推荐的备选对象的备选对象特征；备选对象为多个对象中的任一对象；将用户画像特征、序列特征、备选对象特征输入预先训练的神经网络模型，输出关于第一用户本次与备选对象交互的至少一个第一指标的第一预测指标值，以及与第一用户复登服务平台有关的至少一个第二指标的第二预测指标值；根据各个对象对应的第一预测指标值和第二预测指标值，从多个对象中确定出服务平台向第一用户推荐的目标对象。能够使得确定出的目标对象更符合用户偏好。
-
公开(公告)号：CN113590288A
公开(公告)日：2021-11-02
申请号：CN202110869097.X
申请日：2021-07-29
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本公开披露了一种多任务学习模型的训练方法、使用方法及装置。所述方法包括：使用第一样本训练所述第一子任务模型，得到所述第一子任务模型的输出，所述第一样本记录了所述用户登录所述应用并点击所述应用的推荐物品的情况下，复登所述应用的行为；使用第二样本训练所述第二子任务模型，得到所述第二子任务模型的输出，所述第二样本记录了所述用户登录所述应用但未点击所述应用的推荐物品的情况下，复登所述应用的行为；根据所述第一子任务模型的输出和所述第二子任务模型的输出，更新所述多任务学习模型。
-
公开(公告)号：CN111210072A
公开(公告)日：2020-05-29
申请号：CN202010010460.8
申请日：2020-01-06
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q10/04 , G06F16/901 , G06K9/62
Abstract: 本说明书实施例提供了一种预测模型训练和用户资源额度确定方法及装置。在预测模型训练阶段，基于分享关系图谱，得到第一用户的第一关系特征，至少基于第一关系特征得到第一特征数据，将第一特征数据和第一资源额度输入预测模型，预测模型输出第一用户针对第一资源额度的分享行为的预测数据，将预测数据与标准数据进行比较得到第一预测损失，向使得第一预测损失减小的方向，更新预测模型。在确定用户资源额度阶段，将基于分享关系图谱得到的第二用户的特征数据和多个不同档位资源额度输入预测模型，预测模型可以输出第二用户针对不同档位资源额度的分享行为数据，根据分享行为数据对不同档位资源额度进行选择，得到针对第二用户分配的资源额度。
-
Patent Agency Ranking
公开(公告)号：CN113590288B
公开(公告)日：2024-09-24
申请号：CN202110869097.X
申请日：2021-07-29
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本公开披露了一种多任务学习模型的训练方法、使用方法及装置。所述方法包括：使用第一样本训练所述第一子任务模型，得到所述第一子任务模型的输出，所述第一样本记录了所述用户登录所述应用并点击所述应用的推荐物品的情况下，复登所述应用的行为；使用第二样本训练所述第二子任务模型，得到所述第二子任务模型的输出，所述第二样本记录了所述用户登录所述应用但未点击所述应用的推荐物品的情况下，复登所述应用的行为；根据所述第一子任务模型的输出和所述第二子任务模型的输出，更新所述多任务学习模型。
-
公开(公告)号：CN118132729B
公开(公告)日：2024-08-16
申请号：CN202410519666.1
申请日：2024-04-28
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/332 , G06N5/022 , G16H10/00 , G06F40/30
Abstract: 本说明书实施例提供一种基于医疗知识图谱的答案生成方法及装置，可以结合知识图谱为用户问题生成答案。具体地，从用户问题中识别出候选实体，然后根据候选实体从知识图谱中获取相应的候选三元组集。进一步地，利用预先训练的判别模型判断召回的三元组集是否可以用于用户问题对应的信息，并根据判别结果为用户问题生成相应答案。如此，可以灵活利用知识图谱数据，提高所生成的答案的准确性。
-
公开(公告)号：CN118095448A
公开(公告)日：2024-05-28
申请号：CN202410518456.0
申请日：2024-04-26
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N5/045 , G06N5/04 , G06N5/02 , G06F40/295 , G16H50/20
Abstract: 本说明书提供了一种针对LLM模型的医疗辅助信息提取方法及相关设备。LLM模型接入了辅助信息库，所述辅助信息库用于为所述LLM模型在执行推理任务时提供相关的辅助信息；其中，所述辅助信息库与异构的多个数据源对接，每个数据源中包括与所述推理任务相关的数据。该方法包括：获取多个数据源中的任一数据源中与所述推理任务相关的目标数据；根据所述目标数据的数据结构，从预先配置的多个信息提取流程中确定出与所述数据结构对应的目标信息提取流程；基于确定出的所述目标信息提取流程对所述目标数据进行信息提取，得到用于描述所述目标数据中包括的多个实体之间的逻辑关系的辅助信息。
-
公开(公告)号：CN117725113A
公开(公告)日：2024-03-19
申请号：CN202311654784.5
申请日：2023-12-05
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/2458 , G06F16/28 , G06F16/242
Abstract: 本说明书的实施例提供了一种基于大语言模型的知识挖掘方法和装置。在该基于大语言模型的知识挖掘方法中，根据预定实体图谱，获取针对源实体的结构化知识；根据该源实体在该预定实体图谱中的目标属性确定候选关系集；利用大语言模型根据该结构化知识、该候选关系集和针对该源实体的附加知识，输出对应的目标关系集和可继承知识，其中，该可继承知识包括该目标关系集中的关系所对应的至少一个目标实体词；再利用大语言模型基于该源实体、该目标关系集中的关系和结构化知识、附加知识、可继承知识中的至少一项构建的提示信息，输出与所提供的关系对应的候选实体词集；进而，得到与该源实体相关联的实体和相应关系。
-
公开(公告)号：CN113408706B
公开(公告)日：2022-04-12
申请号：CN202110747531.7
申请日：2021-07-01
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训练用户兴趣挖掘模型、用户兴趣挖掘的方法和装置，方法包括：获取多个样本用户构成的关系网络图，关系网络图中具有社交关系的两个样本用户之间具有连接边；根据用户的行为日志特征，确定其初始用户表征向量；将多个样本用户分别对应的初始用户表征向量和关系网络图输入所述图神经网络，得到目标用户的融合用户表征向量；将多个样本用户分别对应的融合用户表征向量输入兴趣分布预测网络，得到各样本用户分别对应的兴趣分布参数；调整网络参数，使得兴趣分布参数所表征的预测兴趣分布与已知的用户兴趣先验分布之间的分布差异减小。对于不活跃的用户，也能有效挖掘用户兴趣。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.03 seconds)
