模型微调方法、装置、电子设备、存储介质及计算机程序产品

    公开(公告)号:CN119323273A

    公开(公告)日:2025-01-17

    申请号:CN202411472253.9

    申请日:2024-10-21

    Abstract: 本申请实施例提供一种模型微调方法、模型微调装置、电子设备、芯片、存储介质及计算机程序产品,所述方法包括:执行一轮或多轮第一迭代训练,直至满足第一停止条件,得到微调后的基础模型;其中,每一轮第一迭代训练过程包括:根据多个计算节点中各个计算节点的模型能力信息,将多个计算节点分为N个小组;根据第一模型和N个小组中各组对应的模型结构,生成N个小组全局模型;所述各组对应的模型结构是根据各组内模型能力最差的计算节点确定的;通过各小组的各个计算节点训练各小组对应的小组全局模型,得到各小组对应的训练后的小组全局模型;基于各小组对应的训练后的小组全局模型参数,更新所述第一模型参数。

    一种参与方选择方法、装置、设备及存储介质

    公开(公告)号:CN118821962A

    公开(公告)日:2024-10-22

    申请号:CN202311527643.7

    申请日:2023-11-16

    Abstract: 本申请提供一种参与方选择方法、装置、设备及存储介质,应用于联邦学习技术领域,该所述多个参与方设备中选取第一训练轮次的多个第一参与方设备;向所述多个第一参与方设备发送全局模型;接收每个第一参与方设备发送的本地模型和第一训练轮次的多个质量评估值;根据每个第一参与方设备发送的第一训练轮次的多个质量评估值,将每个第一参与方设备的第一质量指标更新至第二质量指标;基于第二质量指标,以及第一质量指标,从多个参与方设备中选取第二训练轮次的第二参与方设备。该方法从多个方面评估参与方设备的质量,从而有助于在联邦学习中选择最有助于模型训练的参与方设备,提高最终得到的训练模型的性能。

    联邦学习模型的训练方法、装置、电子设备及存储介质

    公开(公告)号:CN118798383A

    公开(公告)日:2024-10-18

    申请号:CN202410122297.2

    申请日:2024-01-29

    Abstract: 本公开提供了一种联邦学习模型的训练方法、装置、电子设备及存储介质,其中,该方法包括:基于联邦学习模型的模型结构构建初始遗忘学习模型;基于第一客户端的第一样本和未退出的第二客户端执行该训练任务后的模型参数,训练初始遗忘学习模型,得到中间遗忘学习模型;确定第一客户端退出训练任务前联邦学习模型对该第一样本的第一处理结果和中间遗忘学习模型对该第一样本的第二处理结果;通过训练后攻击模型对第一处理结果和第二处理结果进行处理,得到中间遗忘学习模型对该第一样本的遗忘程度,并根据遗忘程度调整中间遗忘学习模型的参数,得到训练后联邦学习模型。避免了第一客户端的训练样本训练后联邦学习模型的影响较大的问题。

    算法测试方法、装置、设备、存储介质和程序产品

    公开(公告)号:CN118796670A

    公开(公告)日:2024-10-18

    申请号:CN202410217524.X

    申请日:2024-02-27

    Abstract: 本实施例公开了一种算法测试方法、装置、设备、存储介质和程序产品,该方法包括:对待比较的算法分别进行拆解,得到待比较的算法中每种算法的算法编排层的逻辑和任务调度层的逻辑;根据算法需求信息调度每种算法的算法提供方进行算法逻辑操作的指令交互,得到第一交互结果;根据算法质量评估合约进行算法质量评估的指令交互,得到第二交互结果;每种算法的算法提供方用于根据逻辑操作的协作合约生成算法逻辑操作的指令,逻辑操作的协作合约是根据算法编排层的逻辑和任务调度层的逻辑生成的协作合约;算法质量评估合约是根据算法编排层的逻辑和任务调度层的逻辑生成的协作合约;根据第一交互结果和第二交互结果,生成每种算法的测试结果。

    一种参与方确定方法、装置、电子设备及可读存储介质

    公开(公告)号:CN117521840A

    公开(公告)日:2024-02-06

    申请号:CN202210891577.0

    申请日:2022-07-27

    Inventor: 于路 信伦

    Abstract: 本申请提供一种参与方确定方法、装置、电子设备及可读存储介质,所述方法应用于需求方设备,包括:获取需求方数据集;基于所述需求方数据集,获取与所述需求方数据集参与联邦学习的M个候选数据集的数据分布信息,所述M个候选数据集中的第N个候选数据集对应第N个候选参与方设备,所述M个候选数据集的数据分布信息用于表征所述M个候选数据集在所述需求方数据集上的数据分布情况;基于所述数据分布信息确定与所述需求方设备进行联邦学习的目标参与方设备,所述目标参与方设备包括与所述M个候选数据集对应的M个候选参与方设备中的至少一个参与方设备;其中,M为正整数,N为小于或等于M的正整数。本申请可以提高联邦学习建模效果。

    一种联邦学习的联合建模的处理方法、装置及设备

    公开(公告)号:CN116562400A

    公开(公告)日:2023-08-08

    申请号:CN202210100127.5

    申请日:2022-01-27

    Inventor: 信伦 于路

    Abstract: 本发明提供一种联邦学习的联合建模的处理方法、装置及设备,所述方法包括:确定联合建模的至少一个候选供给方;接收所述至少一个候选供给方针对联合建模需求反馈的满足情况信息;对所述满足情况信息进行评估,得到第一评估结果,所述第一评估结果用于指示满足所述联合建模需求的目标供给方;根据所述联合建模需求和所述第一评估结果,生成合作方列表;向所述联合建模需求方发送所述合作方列表,使所述需求方与所述合作方列表中的供给方通过联邦学习进行所述联合建模。本发明的提供的方案,通过评估供需数据库的历史数据与需求方发起的联合建模需求的匹配度,提高联合建模的效率。

    数据价值评估方法、装置、设备及计算机可读存储介质

    公开(公告)号:CN114723202A

    公开(公告)日:2022-07-08

    申请号:CN202110006182.3

    申请日:2021-01-05

    Inventor: 信伦 于路

    Abstract: 本申请实施例公开了一种数据价值评估方法、装置、设备及计算机可读存储介质。其中,所述方法包括:确定待评估数据集的第一数据价值;所述待评估数据集包括数据拥有方所持有的至少一个待评估数据,所述第一数据价值表征所述待评估数据集本身所具有的固有价值;确定所述待评估数据集的第二数据价值;所述第二数据价值表征所述待评估数据集在应用过程中产生的衍生价值,所述第二数据价值与所述待评估数据集所处的应用场景及所述待评估数据集对参与的协同任务产生的效能相关联;基于所述第一数据价值和所述第二数据价值,综合评估所述待评估数据集的第三数据价值;所述第三数据价值表征所述待评估数据集的实际数据价值。

    一种数据加密方法及装置
    38.
    发明授权

    公开(公告)号:CN106921489B

    公开(公告)日:2020-02-18

    申请号:CN201510995310.6

    申请日:2015-12-25

    Inventor: 信伦 许利群

    Abstract: 本发明提供一种数据加密方法及装置,解决现有密钥与用户之间缺乏对应关系,无法判断密钥使用者是否是其合法拥有者的问题。本发明的方法包括:获取用户的生物特征数据;根据生物特征数据,生成特征向量;根据预定算法对特征向量进行处理,生成与用户对应的个人密钥;根据个人密钥对用户的待加密信息进行加密处理。本发明根据用户的生物特征数据生成与该用户对应的个人密钥和公开密钥,根据个人密钥对待加密信息进行加密处理,无需保存和管理用于加密的个人密钥,在解密时将从当前生物特征数据中提取出的序列化特征向量,辅以可公开密钥来重建唯一确定的个人密钥进行信息的解密,防止密钥被冒用及窃取风险,从而增强了用户个人信息的安全性。

    一种数据加密方法及装置
    39.
    发明公开

    公开(公告)号:CN106921489A

    公开(公告)日:2017-07-04

    申请号:CN201510995310.6

    申请日:2015-12-25

    Inventor: 信伦 许利群

    Abstract: 本发明提供一种数据加密方法及装置,解决现有密钥与用户之间缺乏对应关系,无法判断密钥使用者是否是其合法拥有者的问题。本发明的方法包括:获取用户的生物特征数据;根据生物特征数据,生成特征向量;根据预定算法对特征向量进行处理,生成与用户对应的个人密钥;根据个人密钥对用户的待加密信息进行加密处理。本发明根据用户的生物特征数据生成与该用户对应的个人密钥和公开密钥,根据个人密钥对待加密信息进行加密处理,无需保存和管理用于加密的个人密钥,在解密时将从当前生物特征数据中提取出的序列化特征向量,辅以可公开密钥来重建唯一确定的个人密钥进行信息的解密,防止密钥被冒用及窃取风险,从而增强了用户个人信息的安全性。

    一种饮食习惯分析方法、系统和设备

    公开(公告)号:CN103186701B

    公开(公告)日:2016-08-10

    申请号:CN201110451080.9

    申请日:2011-12-28

    Abstract: 本发明公开了一种饮食习惯分析方法、系统和设备,在被测者身上佩戴第一传感器和第二传感器,第一传感器连续性地采集被测者的口腔活动信号,同时,第二传感器连续性地采集被测者的身体运动信号;根据采集到的口腔活动信号及身体运动信号确定被测者在各不同时间段内的饮食状态和身体运动状态,并记录各不同时间段的起始时间与该时间段内的饮食状态和身体运动状态之间的对应关系;各不同时间段为一系列连续的时间段;根据所记录的内容分析得到被测者的饮食习惯。应用本发明所述的方法、系统和设备,能够得到客观、准确的分析结果。

Patent Agency Ranking