-
公开(公告)号：CN116432039B
公开(公告)日：2023-09-05
申请号：CN202310702653.3
申请日：2023-06-13
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F18/214 , G06F18/213
Abstract: 本说明书实施例披露一种协同训练方法及装置，以及一种业务预测方法及装置。协同训练方法由第一方执行，包括：先利用第一方部署的第一预测模型中的第一嵌入层处理训练样本的第一特征部分，得到第一嵌入表征，并从第二方接收第二嵌入表征，其由第二方利用第二预测模型中的第二嵌入层处理训练样本的第二特征部分而得到；再利用第一预测模型中的第一预测层处理第一嵌入表征和第二嵌入表征的第一融合表征，得到第一预测结果，并从第二方接收第二预测结果，其由第二方利用第二预测模型对训练样本进行预测而得到；之后基于第一预测结果、第二预测结果和训练样本的真实标签，训练第一预测模型。上述业务预测方法由第一方基于训练好的第一预测模型而执行。
-
公开(公告)号：CN116644802A
公开(公告)日：2023-08-25
申请号：CN202310889891.X
申请日：2023-07-19
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模型训练方法及装置，涉及计算机技术领域。该方法包括：采集样本数据；将所述样本数据输入第一初始模型，得到所述样本数据对应的损失函数，所述第一初始模型为部署于所述端节点上的待训练模型；根据所述损失函数，计算所述样本数据对应的梯度；将所述梯度上传至边缘节点，以使所述边缘节点根据所述梯度更新第二初始模型中的参数，得到最终模型，所述第二初始模型为部署于所述边缘节点上的所述待训练模型。本说明书提供的方案能够在模型的训练过程能够充分利用各个节点上的计算算力和网络带宽，同时保证模型的地域性和时效性。
-
公开(公告)号：CN116628348A
公开(公告)日：2023-08-22
申请号：CN202310893802.9
申请日：2023-07-19
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/9535 , G06F9/50
Abstract: 本申请涉及人工智能技术领域，具体提供了一种业务推荐的系统、方法、装置、电子设备及存储介质。一种业务推荐的方法，包括将业务操作数据发送给数据服务器；接收数据服务器基于业务操作数据返回的目标嵌入层特征；采用预先训练好的业务推荐目标模型，基于业务操作数据以及目标嵌入层特征，生成业务推荐数据；基于业务推荐数据，执行业务推荐操作。本申请实施例中，在终端设备资源有限的情况下，通过数据服务器进行复杂的数据处理操作，减少了终端设备数据处理耗费的资源，提高了业务推荐效率，以及可以采用复杂度高的业务推荐目标模型进行业务推荐，提高了业务推荐的准确度。
-
公开(公告)号：CN116610869A
公开(公告)日：2023-08-18
申请号：CN202310862674.1
申请日：2023-07-13
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/9535 , G06F16/9538 , G06N20/00
Abstract: 本说明书一个或多个实施例提供一种推荐内容管理方法及装置、电子设备及存储介质，所述方法包括：向服务端发送内容推荐请求，其中，所述内容推荐请求用于请求所述服务端生成并返回针对显示界面的多个显示区的推荐内容；接收所述服务端返回的多个推荐内容，以及所述多个推荐内容中每个推荐内容的数据标签，其中，所述多个推荐内容中每个推荐内容的数据标签由所述服务端每个推荐内容进行NER实体抽取得到，所述多个推荐内容与所述多个显示区一一对应；根据所述多个推荐内容中每个推荐内容的数据标签，对所述多个推荐内容进行去重处理，并将去重处理后剩余的至少一个推荐内容曝光于对应的显示区。
-
公开(公告)号：CN116596065A
公开(公告)日：2023-08-15
申请号：CN202310848180.8
申请日：2023-07-12
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本申请公开了一种梯度计算方法、装置、存储介质、产品及电子设备，其中，方法包括：边缘侧接收客户端发送的预设个数的梯度数据，所述梯度数据为所述客户端在对模型进行训练过程中所获取的，对所述预设个数的梯度数据进行平均计算处理，获得平均梯度数据，将所述平均梯度数据发送至云端，云端接收边缘侧发送的平均梯度数据，将所述平均梯度数据发送至所述客户端，指示所述客户端对所述模型进行参数调整。
-
Patent Agency Ranking
公开(公告)号：CN118567626A
公开(公告)日：2024-08-30
申请号：CN202411045830.6
申请日：2024-07-31
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书公开了一种任务自主处理方法、装置、存储介质及电子设备，其中，方法包括：获取用户向智能体服务对象所输入的针对目标事务的目标任务，基于目标任务采用任务处理大语言模型进行任务执行代码生成处理得到目标RPA代码，控制智能体服务对象对目标事务执行目标RPA代码，以对目标任务进行任务自主处理。
-
公开(公告)号：CN117313838A
公开(公告)日：2023-12-29
申请号：CN202311489792.9
申请日：2023-11-09
Applicant: 支付宝(杭州)信息技术有限公司 , 华中科技大学
Abstract: 本说明书提供的联邦学习方法，目标端设备确定目标子图和包含目标外部节点的目标扩展图，通过聚合来自目标外部节点的非原始特征得到目标边缘节点的聚合外部嵌入特征，从而基于所述聚合外部嵌入特征对全局模型进行训练，得到本地模型。这样，在保护其他端设备的数据隐私的前提下引入了其他端设备中与自身相关的信息，使得目标边缘节点的信息更全面，利用目标边缘节点训练得到的本地模型的精度更高。
-
公开(公告)号：CN117111981A
公开(公告)日：2023-11-24
申请号：CN202311031879.1
申请日：2023-08-15
Applicant: 支付宝(杭州)信息技术有限公司 , 华中科技大学
Abstract: 本说明书提供的云边协同的模型更新方法和系统，云服务器接收多个客户端的多个初始客户端模型参数以及多个本地样本特征，基于多个本地样本特征之间的相似度对这多个客户端进行分组，进而将相似的客户端聚合起来，并将聚合结果下发到该组中的每个客户端，在云边协同的框架下考虑了边与边之间的协同学习，使得相似客户端之间的相似信息可以互相共享和借鉴，不同的客户端可以学习到与其相似的客户端的个性化信息，从而提升每个客户端模型的精度。
-
公开(公告)号：CN116582406B
公开(公告)日：2023-09-26
申请号：CN202310856785.1
申请日：2023-07-13
Applicant: 支付宝(杭州)信息技术有限公司
IPC: H04L41/0246 , H04L41/069 , H04L43/04
Abstract: 本说明书提供一种监控数据的上传方法及装置，应用于边缘服务器，所述方法包括：在接收到终端上传的推理请求的情况下，基于预设的处理链路对所述推理请求进行处理；对所述推理请求在所述处理链路上的处理过程进行监控，并将监控所得的监控数据以日志形式记录于本地部署的日志模块中；将所述日志模块中的日志数据上传至云端，以由所述云端将所述日志数据上传至监控平台。
-
公开(公告)号：CN116629386A
公开(公告)日：2023-08-22
申请号：CN202310903982.4
申请日：2023-07-21
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N20/00 , G06F16/2458 , G06F16/27 , G06F21/62 , G06F16/21 , G06F16/23 , G06F16/245
Abstract: 本说明书一个或多个实施方式提供了一种模型训练方法及装置，模型训练方法包括基于实时接收到的训练数据的时间信息确定训练数据的时效性，在训练数据的时效性为有效的情况下，将训练数据存储在云服务器的存储模块中，利用存储模块中存储的训练数据对部署于云服务器的全局模型进行训练。本公开实施方式中，通过对训练数据的时效性筛选，仅存储有效的训练数据，缩减云服务器存储数据量，降低存储压力，而且可以过滤过期或者错误数据，为模型训练提供正确且可靠的数据基础，提高模型训练的稳定性和训练效果。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.026 seconds)
