公开(公告)号：CN117095083B

公开(公告)日：2024-03-15

申请号：CN202311341907.X

申请日：2023-10-17

Applicant: 华南理工大学

Inventor： 谭明奎 ,  胡晋武 ,  陈德宇 ,  邱志杰 ,  胡宇 ,  陈岑 ,  庄辉平 ,  杜卿

IPC: G06T11/60 ,  G06T5/70 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明公开了一种文本‑图像生成方法、系统、装置和存储介质，属于深度学习、强化学习和计算机视觉等技术领域。其中方法包括：训练一个根据文本生成图像的模型作为基座模型；构建符合人类偏好的美学数据集、真实性数据集以及无毒性数据集；根据构建获得的数据集训练人类偏好奖励模型，该人类偏好奖励模型包括三个结构相同的评估器：美学评估器、真实性评估器和无毒性评估器；根据近端策略优化算法和人类偏好奖励模型，对基座模型进行微调，以获得符合人类偏好的文本‑图像生成模型。本发明通过利用人类偏好的反馈，采用强化学习来进一步微调文本‑图像生成模型，以确保根据文本生成的图像在美学、真实性和无毒性三个方面符合人类的偏好。

公开(公告)号：CN119940407A

公开(公告)日：2025-05-06

申请号：CN202411848000.7

申请日：2024-12-16

Applicant: 超级机器人研究院(黄埔) ,  华南理工大学

Inventor： 谭明奎 ,  王宇丰 ,  王骞玥 ,  胡晋武 ,  黄子腾 ,  林坤阳 ,  张梓填 ,  陈沛豪 ,  胡宇 ,  杜卿

IPC: G06N3/045 ,  G06N3/09 ,  G06N3/006 ,  G06F16/3329

Abstract: 本发明公开了一种主动聊天机器人构建方法、装置、设备及介质，其中方法包括：构建以用户为中心的聊天质量评估器，用于评估聊天机器人对用户背景信息、聊天偏好的主动感知能力；构建用户背景数据集，用来让大模型扮演不同背景身份的用户智能体，和聊天机器人展开多轮对话聊天；对话语料收集与迭代课程学习，用来生成高质量对话语料，并使用迭代课程学习的方法微调聊天机器人对应的大模型，以提升模型对用户背景信息、聊天偏好的主动感知能力。本发明能够让聊天机器人主动关注用户的背景信息和聊天兴趣，给出符合用户聊天偏好的回答，从而提升用户的对话参与度与满意度，改进人机交互体验。本发明可广泛应用于人工智能技术领域。

公开(公告)号：CN117095083A

公开(公告)日：2023-11-21

申请号：CN202311341907.X

申请日：2023-10-17

Applicant: 华南理工大学

Inventor： 谭明奎 ,  胡晋武 ,  陈德宇 ,  邱志杰 ,  胡宇 ,  陈岑 ,  庄辉平 ,  杜卿

IPC: G06T11/60 ,  G06T5/00 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明公开了一种文本‑图像生成方法、系统、装置和存储介质，属于深度学习、强化学习和计算机视觉等技术领域。其中方法包括：训练一个根据文本生成图像的模型作为基座模型；构建符合人类偏好的美学数据集、真实性数据集以及无毒性数据集；根据构建获得的数据集训练人类偏好奖励模型，该人类偏好奖励模型包括三个结构相同的评估器：美学评估器、真实性评估器和无毒性评估器；根据近端策略优化算法和人类偏好奖励模型，对基座模型进行微调，以获得符合人类偏好的文本‑图像生成模型。本发明通过利用人类偏好的反馈，采用强化学习来进一步微调文本‑图像生成模型，以确保根据文本生成的图像在美学、真实性和无毒性三个方面符合人类的偏好。