北京
国家知识产权局信息显示，思乾（南京）科技有限公司申请一项名为“一种基于强化学习的大语言模型对抗性微调增强系统”的专利，公开号CN121457631A，申请日期为2025年11月。
专利摘要显示，本发明涉及强化学习领域，具体为一种基于强化学习的大语言模型对抗性微调增强系统。包括状态预测模块：获取系统状态数据和机器人动作数据；基于机器人动作数据，通过神经网络预测模型生成预测状态向量，与系统状态数据进行比对，得到残差向量；动作解码模块：将残差向量输入前馈神经网络，进行编码生成自然语言状态报告，并通过大语言模型进行自回归解码，得到损失值；策略优化模块：通过非线性函数将惩罚函数值转化为强化学习奖励信号，PPO算法根据强化学习奖励信号计算出总损失；基于总损失，计算并优化更新大语言模型中低秩自适应参数的梯度。本发明通过前馈神经网络和PPO算法，捕捉微小动态偏差，提升了系统的预见性和安全性。
天眼查资料显示，思乾（南京）科技有限公司，成立于2020年，位于南京市，是一家以从事科技推广和应用服务业为主的企业。企业注册资本1000万人民币。通过天眼查大数据分析，思乾（南京）科技有限公司财产线索方面有商标信息2条，专利信息2条，此外企业还拥有行政许可8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.
