发明专利已授权

一种大模型非时序训练数据质量评价方法

📄 申请号：CN202311405741.3 📄 发布日：2026/08/26

著录项目信息

申请日

2023-10-27

公开号

CN117150232B

公开日

2024-02-06

申请人

南京邮电大学

法律状态

已下证

专利类型

发明

主分类号

G06F18_15

IPC 分类号

G06F18_15 , G06F18_214 , G06F18_21 , G06F18_2411 , G06F18_2413 , G06F18_243 , G06N5_01 , G06N20_20 ,

技术画像

所属领域

人工智能算法人工智能算法数据质量评估机器学习

应用场景

大模型训练, 数据治理, 人工智能研发, 数据预处理, 模型评估

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

本发明公开了一种大模型非时序训练数据质量评价方法，从宏观与微观两个角度出发对大模型预训练数据集的质量做出评价。宏观层面：对数据集总量、数据类分布情况进行检查，考虑到数据的特殊性，还对数据集时效性进行检查，对数据集质量进行初步评价。微观层面：将数据集特征与标签的关联强度作为数据集质量评价标准，对数据集进行评价时为了降低大规模数据集背景下的工作量，预先采用分层抽样的方法对原始数据集进行样本抽取；评价过程包括特征重排列测试、标签重排列测试，并通过置换检测进行辅助，对数据集的质量作出评价。该方法可以帮助研究人员对大规模数据集进行高效快速的质量评估，降低数据集质量对模型训练结果的影响，减少模型迭代成本。

权利要求书 (12项) 说明书附图

……

图1

图2

图3

法律状态时间线

一种基于PMC模型的并行自适应系统级故障诊断方法

当前第 / 件

一种RIS辅助无线通信的三端融合任务调度模型与方法

同领域国内专利 · IPC: (G06F18_15)

G06F18_00 G06F18_10 G06F18_15 G06F18_20 G06F18_21 G06F18_211 G06F18_2111 G06F18_2113 G06F18_2115 G06F18_213 G06F18_2131 G06F18_2132 G06F18_2134 G06F18_2135 G06F18_2136 G06F18_214 G06F18_22 G06F18_23 G06F18_231 G06F18_2321 G06F18_23213 G06F18_2323 G06F18_2337 G06F18_24 G06F18_241 G06F18_2411 G06F18_2413 G06F18_2415 G06F18_243 G06F18_2431 G06F18_2433 G06F18_2451 G06F18_25 G06F18_26 G06F18_27 G06F18_40 覆盖36个领域

相似专利推荐 AI 驱动 · 同领域

暂无同领域相似专利推荐

议价

不含过户费

📋 交易方式： 委托待转让 📌 交易状态：在售 👁️ 浏览次数：3 ❤️ 收藏人数：93 📋 项目申报： 未申报

资金托管权属尽调包过户

🏢 淄博智来知识产权服务有限公司

✓ 企业认证✓ 手机绑定历史成交 0件好评率 98.5%

📊 出价记录 (3条)

王**¥-10万

李** 企业¥-8万

陈**¥-3万

查看全部出价

我要出价 (议价)