北京
国家知识产权局信息显示，上海稀宇极智科技有限公司申请一项名为“一种文本语言模型的强化学习训练方法及装置”的专利，公开号CN122242628A，申请日期为2026年3月。
专利摘要显示，本申请提供了一种文本语言模型的强化学习训练方法及装置，该方法包括：针对每一训练文本数据，根据待训练语言模型对训练文本数据进行推理所确定的第一推理结果及上一训练步骤确定的第二推理结果，确定第一推理结果中的每个目标词元的第一重要性采样权重；对第一重要性采样权重进行动态剪切，确定目标词元的第二重要性采样权重；根据每个目标词元的第二重要性采样权重和/或第一概率，以及第一推理结果对应的奖励值，确定模型当前的目标函数值；根据基于目标函数值所确定的梯度值进行模型参数更新，得到目标文本语言模型。这样，在强化训练过程中通过动态剪切阈值进行词元的权重剪切，从而保证模型训练稳定性，以及提高模型训练效率和模型性能。
天眼查资料显示，上海稀宇极智科技有限公司，成立于2021年，位于上海市，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400000万人民币。通过天眼查大数据分析，上海稀宇极智科技有限公司共对外投资了5家企业，财产线索方面有商标信息49条，专利信息92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.
