-
公开(公告)号：CN118278421A
公开(公告)日：2024-07-02
申请号：CN202410471724.8
申请日：2024-04-18
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F40/35 , G06F16/332 , G06F16/335 , G06F16/35 , G06F18/22
Abstract: 本说明书公开了一种任务执行方法、装置、电子设备及存储介质，可以通过大语言模型基于用户输入的问题文本数据中包含的一部分文本的语义，预测用户输入的问题文本中的另一部分文本的内容，即，预测文本数据，进而可以根据大语言模型预测的预测文本数据所表达的文本内容和用户实际输入的另一部分文本内容进行匹配，若大语言模型预测的预测文本数据所表达的文本内容和用户实际输入的另一部分文本内容不一致，则可以确定用户输入的问题文本数据可能存在风险，此时，大语言模型可以按照预设的风险答复策略生成回复文本数据，进而可以提升大语言模型生成的回复文本数据的安全性。
-
公开(公告)号：CN118260713A
公开(公告)日：2024-06-28
申请号：CN202410384289.5
申请日：2024-03-29
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多模态数据的融合方法、装置及设备，该方法包括：获取资源交易中风险防控业务的业务数据中包含的多种不同模态的模态数据，多种不同模态的模态数据中包含序列化模态的模态数据和非序列化模态的模态数据，将每种非序列化模态的模态数据分别输入到模态融合模型中的第一模态编码子模型中，得到对应的第一数据表征，获取序列化模态的模态数据对应的输入编码信息，并确定每个第一数据表征插入到输入编码信息中的位置对应的第二位置编码信息，基于每个第一数据表征和相应的第二位置编码信息，以及输入编码信息，生成输入序列编码信息，将输入序列编码信息输入到模态融合模型中的第二模态编码子模型中，得到对应的融合表征。
-
公开(公告)号：CN118070922A
公开(公告)日：2024-05-24
申请号：CN202410276169.3
申请日：2024-03-11
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：获取多个不同模态的模态数据，将多个不同模态的模态数据分别输入到表征模型中相应的模态编码器中，得到每种模态的模态数据对应的第一数据表征，基于不同模态的模态数据对应的第一数据表征，通过对比学习的方式和预设的第一损失函数，确定第一损失信息，通过表征模型将不同模态的模态数据对应的第一数据表征进行表征融合处理，并将融合后的数据表征输入表征模型中的表征增强子模型中，基于表征增强子模型的输出结果和多个不同模态的模态数据对应的标签信息，通过预设的第二损失函数，确定第二损失信息，基于第一损失信息和第二损失信息对表征模型进行预训练。
-
公开(公告)号：CN117973867A
公开(公告)日：2024-05-03
申请号：CN202410146764.5
申请日：2024-02-01
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q10/0635 , G06N5/01
Abstract: 本说明书公开了一种风险控制的方法、装置、存储介质、设备，利用决策树在所有可选特征中确定出目标特征，在确定目标特征的过程中不仅考虑到对用户进行风控时，对风险的识别能力，还将可选特征的成本引入目标特征的抉择过程，降低风控过程的成本消耗，提出了高效率的风险控制方案。
-
公开(公告)号：CN117194992B
公开(公告)日：2024-04-19
申请号：CN202311454844.9
申请日：2023-11-01
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F18/214 , G06F18/25 , G06F9/50 , G06N3/0499 , G06N3/08
Abstract: 本说明书公开一种模型训练、任务执行方法、装置、存储介质及设备，中心服务器可以基于各下游任务的共性样本对初始模型进行预训练，得到具有执行各下游任务的基础能力的预训练模型，进而可以通过将预训练模型的模型参数发送给每个下游服务器，以使得每个下游服务器基于本地样本对预训练模型中的调整层进行训练，得到训练后模型，并将训练后模型的调整层的网络参数返回，中心服务器可以根据各下游服务器返回的调整层网络参数，对预训练模型的调整层进行更新，得到目标模型，从而使得可以通过预训练模型的调整层学习到不同下游服务器所私有的本地样本和预训练过程中使用的共性样本之间的潜在联系，进而使得目标模型在下游任务中的性能得到提升。
-
Patent Agency Ranking
公开(公告)号：CN117201499A
公开(公告)日：2023-12-08
申请号：CN202311188625.0
申请日：2023-09-13
Applicant: 支付宝(杭州)信息技术有限公司
IPC: H04L67/1001 , H04L67/12
Abstract: 本说明书一个或多个实施例公开了一种资源分配方法、装置及设备，该方法应用于终端设备，包括：获取针对目标业务的计算请求；基于计算请求和预设的端边资源分配算法，确定与终端设备对应的边缘服务器的算力开销、执行目标业务的业务耗时以及目标业务的业务价值，业务耗时是从终端设备获取计算请求到云端接收目标业务执行结果的时间段，业务价值与目标业务在终端设备或边缘服务器上的可信放行率正相关；根据所确定的边缘服务器的算力开销、执行目标业务的业务耗时以及目标业务的业务价值，以业务价值最大化为目标对端边资源分配算法进行求解，确定计算请求对应的算力卸载对象；将计算请求提供至所确定的算力卸载对象上。
-
公开(公告)号：CN117093608A
公开(公告)日：2023-11-21
申请号：CN202311016080.5
申请日：2023-08-10
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/2453 , G06F16/2457 , G06F16/22
Abstract: 本说明书一个或多个实施例公开了一种检索库优化的方法、装置及设备。所述方法包括：将检索库中的检索元素和查询库中的查询元素之间的相似度进行映射，得到各个所述检索元素对所述查询元素对应的检索得分的贡献值；根据所述贡献值，确定表征所述查询元素的检索得分和各个所述检索元素的保留概率之间的映射关系；基于所述映射关系，在最小化第一损失函数的过程中，确定每个所述检索元素对应的保留概率，所述第一损失函数用于表征所述查询元素对应的检索得分和分类标签之间的残差；根据所述保留概率，确定所述检索库中每个所述检索元素是否保留的去留指示，以对所述检索库进行更新。
-
公开(公告)号：CN117077807A
公开(公告)日：2023-11-17
申请号：CN202311003664.9
申请日：2023-08-10
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N20/00 , G06F16/9535 , G06F17/18
Abstract: 本说明书涉及一种数据增强方法及系统，方法包括：获取两个用户行为序列；将两个用户行为序列均调整为预设长度；从预设长度的第一用户行为序列中选择若干个第一事件，作为各待替换第一事件；将预设长度的第一用户行为序列中的各待替换第一事件替换为所述预设长度的第二用户行为序列中的相应位置的各第二事件，得到第三用户行为序列；获取第三用户行为序列的第三风险结果，以通过第三用户行为序列和第三风险结果对机器学习模型进行训练。本说明书的数据增强方法及系统，基于两个不定长的用户行为序列生成新的用户行为序列，从而增加样本量。
-
公开(公告)号：CN116843466A
公开(公告)日：2023-10-03
申请号：CN202310867749.5
申请日：2023-07-13
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q40/04 , G06Q10/0635 , G06N20/00
Abstract: 本说明书公开了一种风险识别模型训练方法、装置、存储介质和电子设备，所述方法包括：确定历史上用户的各交易事件为各训练样本，以及将各交易事件对应的风险情况作为各训练样本分别对应的标注。然后，确定待训练的风险识别模型中的各参数类型，并根据各参数类型，确定参数类型为指定类型的参数，作为指定参数。再根据各训练样本分别对应的标注，确定所述指定参数的参数值。然后，根据参数值对待训练的风险识别模型进行初始化，并根据各训练样本以及各标注，对初始化后的待训练的风险识别模型进行训练，提高风险识别模型的收敛速度，提升风险识别模型的训练效率，节约训练风险识别模型的资源。
-
公开(公告)号：CN116843181A
公开(公告)日：2023-10-03
申请号：CN202310865083.X
申请日：2023-07-13
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q10/0635 , G06Q40/04 , G06N3/0464 , G06N3/08
Abstract: 本说明书实施例提供了风险识别方法及装置，其中，一种风险识别方法包括：将用户的操作事件的事件数据分别与各历史操作事件的历史事件数据进行特征卷积处理，获得第一卷积特征，以及将事件数据对中包含的两个历史事件数据进行特征卷积处理，获得第二卷积特征，采用注意力机制对第一卷积特征和第二卷积特征进行特征提取，获得目标特征，将目标特征、操作事件的事件特征以及关键特征进行特征拼接，获得识别特征，并基于识别特征对操作事件进行风险识别，获得风险识别结果。
-
-
-
-
-
-
-
-
-
Search Results
111
records
(took 0.032 seconds)
