-
公开(公告)号：CN115983858A
公开(公告)日：2023-04-18
申请号：CN202211675809.5
申请日：2022-12-26
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、风险防控的处理方法、装置及设备，该模型的处理方法包括：获取应用于元学习的样本数据，该样本数据中包括对应事件的特征、样本标签信息和支撑集，支撑集中包括多个不同的事件类别，以及每个事件类别对应的支撑样本数据；基于样本数据、支撑集中不同事件类别的支撑样本数据对应的注意力权重和支撑集中不同事件类别包含的支撑样本数据的数量，确定支撑集中不同事件类别对应的第一类别中心，并基于样本数据，确定支撑集中不同事件类别对应的特征的均值作为不同事件类别对应的第二类别中心；基于第一类别中心、第二类别中心和样本数据对应用于可信场景中的目标模型进行模型训练，得到训练后的目标模型。
-
公开(公告)号：CN114897168B
公开(公告)日：2025-02-18
申请号：CN202210696228.3
申请日：2022-06-20
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本公开提供了一种风控模型的融合训练方法，包括：接收标签数据并提炼专家知识；将所述标签数据和所述专家知识分别进行多阶特征交叉以获取数据表征和规则表征；基于所述规则表征提纯所述数据表征；以及基于经提纯的数据表征训练并输出所述风控模型。
-
公开(公告)号：CN117592581A
公开(公告)日：2024-02-23
申请号：CN202311568281.6
申请日：2023-11-21
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N20/00 , G06F18/213 , G06Q20/40 , G06F21/62
Abstract: 本说明书公开了一种模型训练方法、装置、存储介质及电子设备，可以基于确定出的输入到目标模型的不同维度的特征的改变对目标模型的输出结果的影响程度，来生成补充样本数据，从而可以基于补充样本数据对目标模型进行训练，进而可以提升训练后的目标模型的鲁棒性。
-
公开(公告)号：CN115170136A
公开(公告)日：2022-10-11
申请号：CN202210687416.X
申请日：2022-06-17
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供了一种更新可信模型的方法及装置。其中方法包括：获取新增样本以及新增样本对应的标签；将新增样本输入原可信模型，获取并存储原可信模型针对新增样本的输出结果作为新增样本的模拟原始标签；在原可信模型中新增一个与原输出层结构相同且并列的新输出层，得到新可信模型；利用新增样本训练新可信模型，以最小化原输出层针对新增样本的输出结果与新增样本的模拟原始标签之间的差异，新输出层针对新增样本的输出结果与新增样本对应的标签之间的差异，以及新输出层针对新增样本的输出结果与新增样本的模拟原始标签之间的差异；从训练结束后得到的新可信模型中去除原输出层得到更新后的可信模型。
-
公开(公告)号：CN115983862A
公开(公告)日：2023-04-18
申请号：CN202211706274.3
申请日：2022-12-26
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q20/40 , G06N3/0464 , G06N3/08
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：获取应用于可信场景中的风险防控模型的资源损失目标函数和群体可信分数约束函数；基于所述资源损失目标函数和相应的第一权重，以及所述群体可信分数约束函数和相应的第二权重，构建相应的优化函数；基于构建的优化函数、所述资源损失目标函数和所述群体可信分数约束函数，确定所述资源损失目标函数和所述群体可信分数约束函数对应的优化目标信息；基于确定的优化目标信息，并通过训练样本对应用于可信场景中的风险防控模型进行模型训练，得到训练后的风险防控模型。
-
Patent Agency Ranking
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：CN115964669A
公开(公告)日：2023-04-14
申请号：CN202211611448.8
申请日：2022-12-13
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F18/2433 , G06F18/2413 , G06F18/2415 , G06F18/22
Abstract: 本说明书公开了一种异常检测方法、装置、可读存储介质及电子设备，通过针对每个大类，将该大类对应的历史行为数据输入异常检测模型中，得到该异常检测模型输出的该异常大类的每个异常子类的表征特征。在获取到待检测的用户行为数据后，将用户行为数据输入该异常检测模型中，根据用户行为数据对应的用户特征和预存的各异常大类包含的各异常子类的表征特征之间的相似度，确定该用户特征所对应的异常大类，并将该异常大类作为用户行为数据的异常检测结果。本方法可仅基于各异常大类分别对应的各异常子类和用户特征之间的相似度来确定异常检测结果，避免了对计算资源过大要求的同时，还能保证异常检测的准确性。
-
公开(公告)号：CN118691072A
公开(公告)日：2024-09-24
申请号：CN202410705810.0
申请日：2024-05-31
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q10/0635 , G06N5/04 , G06F18/213
Abstract: 本说明书公开了一种风控模型的训练方法、装置及可读存储介质，获取目标历史业务的业务数据和该业务数据对应的文本描述，作为目标历史业务的相关文本，根据其他历史业务的业务数据对应的文本描述，确定无关文本。将该目标历史业务的业务数据输入第一编码层，确定第一特征，将相关文本和无关文本，分别输入第二编码层，确定第二特征以及第三特征。基于第一特征与第二特征之间的第一差异，以及第一特征与第三特征之间的第二差异，训练第一编码层。根据训练完成的第一编码层和大语言模型的解码层，构建风控模型，从而可直接基于第一编码层对非文本业务数据编码的第一特征，输出风控文本，不再需要对业务数据进行文本转换，提高了风控效率。
-
公开(公告)号：CN118070797A
公开(公告)日：2024-05-24
申请号：CN202410140536.7
申请日：2024-01-31
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F40/289 , G06F40/30 , G06F40/216
Abstract: 本说明书实施例公开了一种生成文本检测方法、装置、存储介质及电子设备，包括：对待检测文本进行文本扰动处理，得到扰动检测文本，并计算待检测文本对应的第一生成概率以及计算扰动检测文本对应的第二生成概率，然后根据第一生成概率和第二生成概率的差异生成待检测文本和扰动检测文本之间的扰动差异指标，最后若扰动差异指标大于预设差异阈值，则可确定待检测文本为生成文本。
-
公开(公告)号：CN117876114A
公开(公告)日：2024-04-12
申请号：CN202311714126.0
申请日：2023-12-13
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书公开了一种业务执行和模型训练的方法及装置，用于隐私保护，获取用户在各特征维度下的特征数据，并针对每个特征维度，确定该特征维度对应的维度类型，判断该特征维度是否为预设维度类型，若是，则确定用户与该特征维度相关的业务意图，并将该特征维度的维度名称、该特征维度下的特征数据和用户与该特征维度相关的业务意图输入到特征提取网络中，得到特征编码，否则，根据该特征维度的特征数据的数据类型，确定该特征维度对应的输入数据，并将输入数据输入到特征提取网络中，得到特征编码。将各特征维度下的特征数据的特征编码输入到预测网络，得到预测结果，以根据预测结果执行业务，本方法通过结合业务意图提高了预测结果的准确性。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.035 seconds)
