大模型连续学习方法、电子设备、介质及产品

    公开(公告)号:CN119416912A

    公开(公告)日:2025-02-11

    申请号:CN202411570728.8

    申请日:2024-11-05

    Abstract: 本申请公开了一种大模型连续学习方法、电子设备、介质及产品,涉及人工智能技术领域,本申请方案将结合低秩矩阵、模型输入量以及上个训练轮次的正交投影矩阵构建当前正交投影矩阵,由于第二低秩矩阵具有低秩性,可用于约束当前训练轮次对应训练样本中的模型输入量的维度,避免最后构建的当前正交投影矩阵维度太大造成计算复杂。且正交投影矩阵相当于被集成在整个框架中,可简化计算流程节约计算资源。在训练过程中再使用当前正投影矩阵对得到的模型更新梯度进行约束,避免进行新的学习任务过程时遗忘过去学习的知识,从而引发生连续性学习过程中的灾难性遗忘问题。故本申请解决了当前解决灾难性遗忘问题方案需占用较大计算机资源的问题。

    文件泄密风险检测方法、设备、存储介质及装置

    公开(公告)号:CN117034360A

    公开(公告)日:2023-11-10

    申请号:CN202310890701.6

    申请日:2023-07-19

    Abstract: 本发明属于数据处理技术领域,公开了一种文件泄密风险检测方法、设备、存储介质及装置,本发明通过根据当前数据文件对应的第一元数据信息确定存储主键key,并通过存储主键key在预设数据库中查询第二元数据信息;根据预设分布式分组位异或算法对第一元数据信息和第二元数据信息进行元数据一致性校验,根据一致性校验结果判断所述当前数据文件是否存在泄密风险,本发明在数据文件产生时生成一份元数据信息进行保存并读取当前数据文件的元数据信息,并与前面的元数据信息进行比较,确保前后的元数据一致,由此判断数据是否存在被窃取的风险。通过元数据的一致性结果,能在数据出现安全风险时及时销毁临时数据、触发预警,提升数据安全。

Patent Agency Ranking