-
公开(公告)号：CN119808939A
公开(公告)日：2025-04-11
申请号：CN202411822919.9
申请日：2024-12-11
Applicant: 深圳华为云计算技术有限公司
IPC: G06N5/04 , G06F18/214 , G06N3/0475
Abstract: 一种模型训练数据生成方法，包括：获取用户输入的第一数据，第一数据为与用户所需推理场景相关的词元分布或文本；基于基础模型的语料库中的词元在第一数据中的分布，构建词元池，词元池含语料库中的词元，词元池中的每个词元的数量均大于或等于预设数量，基础模型与推理场景相关；基于词元池和基础模型，得到训练数据，训练数据包含样本和标签，样本为n+1个词元和n+1个词元中前n个词元的隐藏状态，标签为n+1个词元中第n+1个词元的隐藏状态，n+1个词元是从词元池中选取的，n+1个词元的隐藏状态是通过基础模型对n+1个词元做推理得到。该方法可有效避免使用真实语料所可能导致的隐私泄露问题，同时可避免真实语料库过小而造成的训练数据量过少的问题。
Search Results
1
records
(took 0.033 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
