公开(公告)号：CN119106203A

公开(公告)日：2024-12-10

申请号：CN202411203942.X

申请日：2024-08-30

Applicant: 北京理工大学

Inventor： 胡琳梅 ,  王翔宇 ,  张新宇

IPC: G06F16/9536 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明提供一种参数高效的融合协同信息的推荐大模型双向微调方法，所述方法包括：获取输入文本，并将输入文本规范化；设计一个包含多个查询专家的MoE架构处理来处理不同类型的用户，并将用户特定的协作信息集成到规范化后的文本中；训练规范化后的文本中的参数，选择得分最高的项目作为下一个项目推荐给用户。本发明能够以参数高效的方式将推荐大模型适应为有效的推荐系统，显著优于最先进的方法。

公开(公告)号：CN118364111A

公开(公告)日：2024-07-19

申请号：CN202410596705.8

申请日：2024-05-14

Applicant: 北京理工大学 ,  杭州麦克斯人工智能科技有限公司

Inventor： 胡琳梅 ,  何鸿宇 ,  王翔宇 ,  李奕霖 ,  谈晓强

IPC: G06F16/35 ,  G06F40/30 ,  G06F40/20 ,  G06F18/22 ,  G06F18/2415

Abstract: 本发明公开了一种基于大语言模型文本增强的人格检测方法，属于人格检测技术领域，能够解决现有方法缺乏训练数据支持，且对用户人格的分类过于绝对，导致人格检测模型性能低下的问题。所述方法包括：S1、利用大语言模型对训练数据集中每个用户的每个初始文本进行分析，生成多个分析文本；S2、利用多个分析文本和训练数据集训练小语言模型和分类器；S3、利用训练后的小语言模型和分类器进行人格检测。本发明用于人格检测。