北京
国家知识产权局信息显示，上海数喆数据科技股份有限公司、成都数喆数据科技有限公司申请一项名为“面向大模型预训练和RAG技术的语料批量标注方法及系统”的专利，公开号CN121030489A，申请日期为2025年8月。
专利摘要显示，本发明提供了面向大模型预训练和RAG技术的语料批量标注方法及系统，涉及自然语言处理技术领域，该方法包括：对输入的原始异构文档进行解析，识别并提取其中的文本、表格及图像元素，最终输出统一的结构化文档；对结构化文档进行预处理；利用大语言模型LLM将用户的标注意图自动转化为可执行的标注脚本，并利用标注脚本对干净语料进行批量标注，生成已标注数据集；基于大语言模型LLM对已标注数据集进行质量评估，并综合分析其标签分布和语义分布，以多目标优化策略动态调度数据增强方式，生成质量与分布均优化的最终数据集。此方法通过构造一个全新的、智能化的自动化流水线，在整体上实现了效率提升、质量优化和灵活性增强的三重有益效果。
天眼查资料显示，上海数喆数据科技股份有限公司，成立于2016年，位于上海市，是一家以从事软件和信息技术服务业为主的企业。企业注册资本3000万人民币。通过天眼查大数据分析，上海数喆数据科技股份有限公司共对外投资了33家企业，参与招投标项目1401次，财产线索方面有商标信息25条，专利信息21条，此外企业还拥有行政许可1个。
成都数喆数据科技有限公司，成立于2016年，位于成都市，是一家以从事研究和试验发展为主的企业。企业注册资本500万人民币。通过天眼查大数据分析，成都数喆数据科技有限公司参与招投标项目71次，专利信息12条，此外企业还拥有行政许可2个。
声明：市场有风险，投资需谨慎。本文为AI基于第三方数据生成，仅供参考，不构成个人投资建议。
本文源自：市场资讯
作者：情报员
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
