语言能力GPT模型训练方法、装置、计算机设备及存储介质

    公开(公告)号:CN117610680A

    公开(公告)日:2024-02-27

    申请号:CN202311610100.1

    申请日:2023-11-29

    IPC分类号: G06N20/00

    摘要: 本发明涉及计算机技术领域,公开了语言能力GPT模型训练方法、装置、计算机设备及存储介质,本发明确定预获取的样本数据进行能力指标,提高模型的准确性和泛化能力;将样本数据的能力指标分别输入至预设模型,得到样本数据的初始参数权重,可以将需要的语言表达能力进行度量,有利于GPT模型的理解;将初始参数权重输入至GPT模型,得到第一概率分布和第二概率分布;根据第一概率分布和第二概率分布,确定GPT模型的奖励得分,能够更好地评估GPT模型的性能;将奖励得分输入至强化学习模型,得到GPT模型的调整参数,根据调整参数调整GPT模型,直至GPT模型的损失函数满足预设条件,能够更快地训练出高质量的GPT模型,提高模型的效率和精度。

    评价系数的确定方法、装置、计算机设备及存储介质

    公开(公告)号:CN117610958A

    公开(公告)日:2024-02-27

    申请号:CN202311610166.0

    申请日:2023-11-29

    摘要: 本发明涉及数据处理技术领域,公开了一种评价系数的确定方法、装置、计算机设备及存储介质,该方法包括:获取目标对象的多模态数据;对多模态数据进行处理,确定多模态数据对应的指标特征;基于指标特征以及预设的智能评价系统,确定目标对象对应的评价系数。本实施例提供的评价系数的确定方法,通过对多模态数据进行处理,确定对应的指标特征,然后根据指标特征和预设的智能评价系统,确定目标对象对应的评价系数。相较于通过填报式作答方式收集目标对象状态情况的方式,本发明通过预设的智能评价系统能够客观且准确地确定目标对象的评价系数。