公开(公告)号：CN119856187A

公开(公告)日：2025-04-18

申请号：CN202280098976.X

申请日：2022-08-11

Applicant: 华为云计算技术有限公司

Inventor： 范喆楠 ,  周子锐 ,  胡佳杰 ,  李城梁 ,  张勇

IPC: G06N20/00

Abstract: 描述了联合学习的方法和系统。联合学习系统中的客户端从中央服务器接收一组全局参数。所述客户端使用所述一组全局参数更新本地模型，所述本地模型为应用所述一组全局参数的全局模型和至少一个本地预测器的组合。所述客户端使用更新后的本地模型和本地数据集计算模型更新，并将所述模型更新传输到所述中央服务器。

公开(公告)号：CN117999562A

公开(公告)日：2024-05-07

申请号：CN202280060951.0

申请日：2022-09-07

Applicant: 华为云计算技术有限公司

Inventor： 范喆楠 ,  方黄 ,  周子锐 ,  张勇

IPC: G06N3/098 ,  G06N3/0464 ,  G06N3/045

Abstract: 本文描述了用于量化联邦学习中的客户端贡献的方法和系统。使用多个客户端进行多轮训练。在每轮训练中，从选择的客户端接收更新，使用所述接收到的更新计算每轮训练的一个或多个效用函数值，并将所述计算出的效用函数值存储在效用矩阵中。在所述多轮训练之后，通过计算补全的效用矩阵来补全所述效用矩阵的缺失元素。使用所述补全的效用矩阵计算每个客户端的贡献分数。

公开(公告)号：CN119849656A

公开(公告)日：2025-04-18

申请号：CN202411362543.8

申请日：2024-09-27

Applicant: 华为云计算技术有限公司

Inventor： 邢林子 ,  王兴路 ,  范喆楠 ,  封雨希 ,  熊璟 ,  郭志江 ,  付小津 ,  瑞德拉尼瑞娜·拉马蒙吉森 ,  马赫迪·莫斯塔贾布达维赫 ,  韩雄威 ,  周子锐 ,  张勇

IPC: G06N20/00 ,  G06N3/092 ,  G06F40/20

Abstract: 本发明提供了一种对大型语言模型(large language model，LLM)生成线性规划应用题(linear programming word problem，LPWP)的准确假设模型(hypothesis model，HM)的能力进行评估的方法。该HM的属性二分图被变换为该LPWP的地面真值模型的属性二分图。变换所需的变换步骤的数量有效地衡量该LLM生成准确HM的能力。使用属性二分图为LPWP变量和约束提供了顺序不变性。本发明还提供了对应的装置和系统。

公开(公告)号：CN119721232A

公开(公告)日：2025-03-28

申请号：CN202410404429.0

申请日：2024-04-03

Applicant: 华为云计算技术有限公司

Inventor： 李建树 ,  范喆楠 ,  毛坤 ,  韩雄威

IPC: G06N5/04 ,  G06N20/00

Abstract: 一种模型生成方法，包括：获取优化问题的自然语言描述；根据自然语言描述，得到优化问题的数学模型，数学模型通过DSL表达。本申请在进行优化问题的建模时，通过优化问题的自然语言描述来构建优化问题的模型，该模型通过领域专用语言DSL表达，DSL的优势在于：DSL描述信息类似于高级语言，建模门槛较低，且训练样本的标注成本低，因此可以通过较低成本就训练得到一个精度很高的用于基于优化问题的自然语言描述构建DSL模型的转换模型，且，由于DSL模型对于用户来说较好理解，在推理过程中，用户可以对DSL模型进行修改，得到更准确、更满足自身要求的DSL模型，从而，可以在大大降低人力成本以及对用户要求的情况下，保证了模型生成结果的可靠性和准确性。