江蘇
企查查APP顯示，近日，阿里巴巴（中國）有限公司申請公布"一種基于思維鏈訓練大型語言模型的方法、裝置和設備"專利。
專利摘要顯示，本發明實施例中，通過獲取多個初始采樣數據，初始采樣數據包括圖像、圖像的輔助文本信息以及圖像的標準審核結果；根據每個初始采用數據生成思維鏈數據，并確定思維鏈數據集合；根據思維鏈數據集合對基礎大型語言模型進行全量微調，確定中間大型語言模型；根據中間大型語言模型以及多個所述初始采樣數據，迭代生成多個中間思維鏈數據；進而根據預先設置的獎勵函數，確定各所述中間思維鏈數據的獎勵數值；最后采用組相對策略優化算法GRPO對所述中間大型語言模型進行強化學習，確定目標大型語言模型。通過上述方法，可以提高大型語言模型的可解釋性和審核精度。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
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.
