CN119539023A 大语言模型训练方法、装置、计算机设备、介质和产品 (杭州海康威视数字技术股份有限公司)_第1页
CN119539023A 大语言模型训练方法、装置、计算机设备、介质和产品 (杭州海康威视数字技术股份有限公司)_第2页
CN119539023A 大语言模型训练方法、装置、计算机设备、介质和产品 (杭州海康威视数字技术股份有限公司)_第3页
CN119539023A 大语言模型训练方法、装置、计算机设备、介质和产品 (杭州海康威视数字技术股份有限公司)_第4页
CN119539023A 大语言模型训练方法、装置、计算机设备、介质和产品 (杭州海康威视数字技术股份有限公司)_第5页
已阅读5页,还剩27页未读, 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

司本申请实施例提供一种大语言模型训练方练技术领域。该方法先通过文本数据对初始MOE第二训练集对MOE预训练模型进行多任务训练,使得训练得到MOE对话模型可以根据输入数据生输出结果进行评价,从而优化MOE对话模型的模的稠密模型,通过MOE模型中的多专家子模型实2获取第一训练集和初始MOE模型,使用所述第一训练集对所述初到MOE对话模型,所述MOE对话模型用于根据输入数据生成与所述输入数据相关的输出结模型用于对所述MOE对话模型的输出结果基于所述MOE奖励模型的输出结果优化所述MOE对话2.根据权利要求1所述的方法,其特征在于,使用所述MOE对话模型对所述第三训练集中的各所述第三样本进行处理,得到每个所对于每个所述第三样本,将所述第三样本对应的多个输出结果按照对于各所述第三样本,将所述第三样本对应的多个排序结果与所述将所述MOE对话模型的最后一层的softmax替换为全连接网络层,得到初始MOE奖励模使用所述初始MOE奖励模型处理所述第四训练集中的问答对,得到对各所述问答对的打分结果,所述打分结果用于评价问答对中的问题与所述MOE对话模型的输出结果的匹配5.根据权利要求1所述的方法,其特征在于,所述3第三训练单元,用于获取第三训练集,根据所述第三训练集和所述MOE对话模型构建第四训练单元,用于基于所述MOE奖励模型的输出结果优化8.一种计算机可读存储介质,其特征在于,所使得计算机执行如权利要求1至5中任一项所述的大4第二训练集,使用第二训练集对MOE预训练模型进行有监督微调训练,得到MOE对话模型,于对MOE对话模型的输出结果进行评价;基于MOE奖励模型的输出结果优化MOE对话模型的5对MOE对话模型的输出结果进行评价,从而实现更多元的信息判断,而不是单一的可信判用MOE对话模型对第三训练集中的各第三样本进行处理,得到每个第三样本对应的多个输结果用于评价问答对中的问题与MOE对话模型的输出结果的6算机程序被运行时,使得计算机执行如上述第一方面中任一项所述的大语言模型训练方[0030]该方案使用传统的强化学习方式实现对齐,使得4个稠密的模型在需要同时被加7对MOE对话模型的输出结果进行评价,从而实现更多元的信息判断,而不是单一的可信判MOE模型包括多个专家子模型和一个门控网络8择分数最高的专家子模型来生成输出,并将前k个分数最高的专家子模型的输出相乘并加[0062]本申请实施例中,初始MOE模型的模型结构包括多个初始专家子模型和初始门控9单一实体进行训练,而是专注于分别训练其各个组成部分——专家子模型和门控网络模[0065]本申请实施例中,初始MOE模型可以被设计为一个多任务学习(Multi_task任务、下一句预测(NextSentencePrediction,NSP)训练任务、标记分类(oken个任务可以帮助模型理解句子之间的逻辑关系到第三样本对应的多个第四样本;根据各第三样本对应的多个第四样本构建第四训练集。[0105]将该5个排序结果与第三样本M1分别进行组合,得到第三样本M1对应的5个问答[0108]其中,初始MOE奖励模型可以计算排序在前面的答案与排序在后面的答案的差值励模型可以多维度全方位地对MOE对话模型的输出结果进行评价,避免出现评价不全面的[0129]将真实问题与该多个排序结果分别组成问答对,并将问答对输入到MOE对话大模原则中的至少两个;根据各第三样本以及各第三样本对应的多个排序结果构建第四训练[0140]本申请实施例还提供了一种包含指令的计算机程序产品,当其在计算机上运行

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论