-
公开(公告)号：CN117390598A
公开(公告)日：2024-01-12
申请号：CN202311399658.X
申请日：2023-10-25
Applicant: 鹏城实验室
Abstract: 本发明公开了一种模型溯源方法、装置、设备及存储介质。该方法包括：获取源模型对应的训练数据；根据所述训练数据确定所述源模型对应的源模型DNA以及目标模型对应的目标模型DNA；基于所述源模型DNA和所述目标模型DNA确定组合DNA；将所述组合DNA输入至预设判别器模型，根据所述预设判别器模型输出的判别结果确定模型溯源结果。由于本发明是通过源模型对应的源模型DNA以及目标模型对应的目标模型DNA确定组合DNA，将组合DNA输入至预设判别器模型，得到模型溯源结果。本发明首次引入了机器学习模型DNA的概念。可以实现对模型的追溯，以追踪模型的来源。这有助于确保模型的可信度和安全性。
-
公开(公告)号：CN114897178A
公开(公告)日：2022-08-12
申请号：CN202210468335.0
申请日：2022-04-29
Applicant: 鹏城实验室
Abstract: 本发明涉及机器学习技术领域，具体是涉及一种支持机器学习模型训练的数据贡献激励方法和装置。本发明采用数据持有终端提供的训练数据对机器学习模型进行训练，计算训练之后的机器学习模型的模型性能，模型性能用于表征训练之后的机器学习模型的好坏，之后根据模型性能计算出激励值，激励值能够反映出数据持有终端提供的训练数据对训练机器学习模型所做出的贡献大小，即激励值反映出数据持有终端提供的训练数据的质量是怎样的或者说是训练数据的价值是大还是小。等到下次有新的模型训练需求时，就可以优选考虑激励值大的数据持有终端中的训练数据了，从而能够得到高质量的训练数据，进而能够更好的训练机器学习模型。
-
公开(公告)号：CN119382904A
公开(公告)日：2025-01-28
申请号：CN202411947798.0
申请日：2024-12-27
Applicant: 鹏城实验室
Abstract: 本申请公开了一种可声明的多指定验证者签名的生成方法、装置、设备及存储介质，涉及信息安全技术领域，本申请的方法包括：构建标准签名方案和承诺方案；根据所述标准签名方案和预设多指定验证者签名生成标准签名；根据所述承诺方案对所述标准签名进行承诺，得到可声明的多指定验证者签名。本申请通过结合标准签名方案和承诺方案，实现了签名的可声明性，解决了多指定验证者签名中存在的所有权问题，确保了签名的安全性和不可伪造性。
-
公开(公告)号：CN118821087B
公开(公告)日：2025-01-21
申请号：CN202411305510.X
申请日：2024-09-19
Applicant: 鹏城实验室
IPC: G06F21/16
Abstract: 本申请属于人工智能技术领域，公开了一种多检测器的水印检测方法、装置、设备、存储介质及产品。本申请通过对初始提示文本进行签名，并根据签名字符串生成水印字符串，然后将初始提示文本输入至大语言模型中，并根据输出文本和水印字符串确定目标文本，然后根据目标文本确定模型水印签名，并对模型水印签名进行拆分，获得拆分后的签名，再根据多检测器对应的公钥集合和拆分后的签名对目标文本进行水印检测。本申请根据多检测器对应的公钥集合和拆分后的签名对目标文本进行水印检测，能够允许指定的多个检测器检测文本水印，即除了这些指定的检测器外，其他普通用户将无法检测文本水印，进而有效地进行文本水印检测。
-
公开(公告)号：CN119292581B
公开(公告)日：2025-03-07
申请号：CN202411825217.6
申请日：2024-12-12
Applicant: 鹏城实验室
IPC: G06F8/33 , G06F8/36 , G06N3/006 , G06N3/126 , G06N3/0455
Abstract: 本申请公开了一种结合演化计算与深度学习的程序生成方法、装置、设备及存储介质，涉及计算机技术领域，所述方法包括：根据目标输入数据、深度学习模型、遗传编程算法，构建初始种群；对初始种群中的多个初始个体进行交叉，得到待演化种群；根据目标深度学习模型对待演化种群中的待变异个体进行语义突变，构建迭代种群，直至迭代种群满足演化终止条件；根据迭代种群中各迭代个体的适应度值确定目标个体，从而确定目标符号程序。通过上述方式，结合了演化计算强大的搜索能力与大规模预训练神经网络模型的泛化能力，在编码任务下，提高了搜索效率的同时，还保证了在自动编程任务上的精度，能够高效且准确的生成自动编码任务对应的符号程序。
-
Patent Agency Ranking
公开(公告)号：CN118885990B
公开(公告)日：2025-01-21
申请号：CN202411305507.8
申请日：2024-09-19
Applicant: 鹏城实验室
IPC: G06F21/16
Abstract: 本申请属于人工智能技术领域，公开了一种单检测器的水印检测方法、装置、设备、存储介质及产品。本申请根据初始文本对应的初始文本长度、预设文本长度以及预设签名长度判断初始文本是否能嵌入签名，若是，则根据提示文本生成嵌入水印的目标文本，再从目标文本中提取目标签名，并根据预设文本长度、预设签名长度、目标签名以及单检测器的私钥对目标文本进行水印检测。本申请根据提示文本生成嵌入水印的目标文本，并根据预设文本长度、预设签名长度、目标签名以及单检测器的私钥对目标文本进行水印检测，能够允许指定的单个检测器检测文本水印，即除了这些指定的检测器外，其他普通用户将无法检测文本水印，进而有效地进行文本水印检测。
-
公开(公告)号：CN118885990A
公开(公告)日：2024-11-01
申请号：CN202411305507.8
申请日：2024-09-19
Applicant: 鹏城实验室
IPC: G06F21/16
Abstract: 本申请属于人工智能技术领域，公开了一种单检测器的水印检测方法、装置、设备、存储介质及产品。本申请根据初始文本对应的初始文本长度、预设文本长度以及预设签名长度判断初始文本是否能嵌入签名，若是，则根据提示文本生成嵌入水印的目标文本，再从目标文本中提取目标签名，并根据预设文本长度、预设签名长度、目标签名以及单检测器的私钥对目标文本进行水印检测。本申请根据提示文本生成嵌入水印的目标文本，并根据预设文本长度、预设签名长度、目标签名以及单检测器的私钥对目标文本进行水印检测，能够允许指定的单个检测器检测文本水印，即除了这些指定的检测器外，其他普通用户将无法检测文本水印，进而有效地进行文本水印检测。
-
公开(公告)号：CN119292581A
公开(公告)日：2025-01-10
申请号：CN202411825217.6
申请日：2024-12-12
Applicant: 鹏城实验室
IPC: G06F8/33 , G06F8/36 , G06N3/006 , G06N3/126 , G06N3/0455
Abstract: 本申请公开了一种结合演化计算与深度学习的程序生成方法、装置、设备及存储介质，涉及计算机技术领域，所述方法包括：根据目标输入数据、深度学习模型、遗传编程算法，构建初始种群；对初始种群中的多个初始个体进行交叉，得到待演化种群；根据目标深度学习模型对待演化种群中的待变异个体进行语义突变，构建迭代种群，直至迭代种群满足演化终止条件；根据迭代种群中各迭代个体的适应度值确定目标个体，从而确定目标符号程序。通过上述方式，结合了演化计算强大的搜索能力与大规模预训练神经网络模型的泛化能力，在编码任务下，提高了搜索效率的同时，还保证了在自动编程任务上的精度，能够高效且准确的生成自动编码任务对应的符号程序。
-
公开(公告)号：CN119089975A
公开(公告)日：2024-12-06
申请号：CN202410929076.6
申请日：2024-07-11
Applicant: 鹏城实验室
IPC: G06N3/096
Abstract: 本申请公开了一种大语言模型蒸馏方法、装置、设备及存储介质，涉及计算机技术领域，所述大语言模型蒸馏方法包括：基于马尔可夫决策过程和教师模型的生成过程确定所述教师模型的教师占用测度和学生模型的学生占用测度；通过所述教师占用测度、所述学生占用测度以及JS散度进行损失函数定义，确定所述学生模型的训练损失函数；根据专家数据集、目标判别器以及所述训练损失函数对所述学生模型进行训练，得到目标蒸馏模型，以通过所述目标蒸馏模型进行语言处理任务。通过上述方式，蒸馏过程结合了黑盒知识蒸馏和白盒知识蒸馏的优点，降低了模型蒸馏的时间成本和硬件成本，并保证了蒸馏小模型的模型性能和通用性。
-
公开(公告)号：CN117540396A
公开(公告)日：2024-02-09
申请号：CN202311470231.4
申请日：2023-11-06
Abstract: 本发明公开了一种非交互式的集合成员关系的函数证明方法，该方法包括：运行初始化算法对证明系统进行初始化，获得公共参考串；在接收证明者的用户密钥生成指令时，基于公共参考串生成证明者的公钥和私钥；根据函数密钥生成算法为验证者生成函数密钥，并根据函数密钥确认算法验证函数密钥是否正确；基于证明者输入的公钥、陈述和证据，通过预设证明算法生成陈述和证据对应的零知识证明；在零知识证明有效且函数密钥正确时，从零知识证明中提取额外的关于证据的函数信息。从而实现了关于证据的函数计算功能，进而在保持非交互零知识证明的安全内核的前提条件下，扩展了传统的非交互零知识证明的适用范围。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.013 seconds)
