通过参数外推增强大模型遗忘的辅助方法及系统

    公开(公告)号:CN119886361A

    公开(公告)日:2025-04-25

    申请号:CN202510360894.3

    申请日:2025-03-26

    Applicant: 山东大学

    Abstract: 本发明属于人工智能领域中的大语言模型遗忘技术领域。提供了一种通过参数外推增强大模型遗忘的辅助方法及系统,通过梯度上升对目标遗忘数据集进行遗忘操作;在遗忘操作结束后,在遗忘操作的多个训练轮次中,选择遗忘效果与模型效用之间平衡最优的模型参数,计算遗忘过程中的参数更新向量;根据平衡最优的模型参数以及所述参数更新向量,通过参数外推放大参数更新向量,以将遗忘效果扩展到与目标遗忘数据集相关的知识上;本发明利用参数外推技术,放大了模型在遗忘目标数据时对相关知识的遗忘效果,从而实现更彻底的遗忘,无需额外的训练数据即可显著提升遗忘效果,并在遗忘质量和模型效用之间实现了更好的平衡。

    一种多通道声纹信号同步采集系统及方法

    公开(公告)号:CN114449410A

    公开(公告)日:2022-05-06

    申请号:CN202111338494.0

    申请日:2021-11-12

    Applicant: 山东大学

    Abstract: 本公开提供了一种基于同步多通道的声纹信号采集系统及方法,包括模拟麦克风阵列、调理电路、模数转换采集模块和现场可编程逻辑门阵列;模拟麦克风阵列为多个,模拟麦克风阵列由多组正反双麦克风组成,每组正反双麦克风分别依次连接有调理电路和模数转换采集模块;模拟麦克风阵列包括第一方向高频全指向麦克风和第二方低频心形指向麦克风,两个方向的麦克风的收声孔反向设置;调理电路包括信号衰减电路、程控放大电路、滤波电路,本实施例中,提出了一种采用基于小波变换的循环平移去噪算法,克服了小波变换在表达信号图像边缘的方向特性等方面的内在缺陷,本公开实现了同步多通道高速数据采集和边缘计算,并且能够对系统数据进行实时监控。

Patent Agency Ranking