公开(公告)号：CN118468939A

公开(公告)日：2024-08-09

申请号：CN202410562061.0

申请日：2024-05-08

Applicant: 武汉大学

Inventor： 罗勇 ,  杨乾成 ,  杜博

IPC: G06N3/0464 ,  G06N3/094 ,  G06F18/24 ,  G06F18/214

Abstract: 本发明公开了一种鲁棒异构神经网络构造方法、装置、设备及存储介质，所述方法通过获取对抗样本数据集，根据预设特征差异性评测指标找出对抗样本数据集中表现鲁棒的候选单元；根据候选单元生成各候选神经网络结构，将对抗样本数据集输入至各候选神经网络结构，获得差异性特征评估结果；根据预设神经网络异构指标和差异性特征评估结果确定最终神经网络结构，根据最终神经网络结构进行对抗训练并部署；能够保证组成神经网络结构的基本单元的鲁棒性，确保了最终网络之间的结构差异性，能够有效防御不同攻击算法，并能防范对抗样本在不同模型结构间的迁移攻击，提高了鲁棒异构神经网络构造的速度和效率。

公开(公告)号：CN118210896A

公开(公告)日：2024-06-18

申请号：CN202410335971.5

申请日：2024-03-22

Applicant: 武汉大学

Inventor： 杨乾成 ,  罗勇 ,  杜博

IPC: G06F16/332 ,  G06N3/045 ,  G06N20/00 ,  G06F40/205

Abstract: 本发明公开了一种基于大语言模型的强化学习自动构建提示词方法及装置，涉及人工智能领域，该方法包括进行强化学习任务相关基本信息的设定；实时更新强化学习中的状态模块和记忆模块，以用于在决策过程中实时更新每一步决策的状态，以及基于以往决策轨迹优化决策表现；将强化学习生成的提示词组合成完整提示词，基于完整提示词向大语言模型提问并获取答案；对获取的答案进行解析，以进行答案格式合法性的判断和答案正确性的判断。本申请能够根据强化学习问题自动构建提示词，同时对于大语言模型的回答能够做到自动解析和执行，具有成本低、效率高、泛化性高和稳定性强的特点。