【技术实现步骤摘要】
本申请涉及数据处理，涉及但不限于数据处理方法及设备。
技术介绍
1、云服务的大型语言模型(large language model，llm)给使用者带来便利的同时，也存在着泄露用户隐私的潜在风险。用户端提供的输入数据可能包含敏感信息，例如个人身份、财务信息或其他私人数据。当用户端与云服务端的语言模型交互时，用户的输入数据可能会被云端收集和存储，导致安全性较低。
2、为了提高安全性，相关技术中的处理方案包括：将语言模型的输入参数暴露给用户端，在用户端直接对用户数据和输出参数进行计算，将计算后的数据给语言模型，语言交互模型对计算后的处理进行处理。
3、对于相关技术中的处理方案，虽然降低了用户端数据暴露的概率，但是，语言模型的输入参数暴露给了用户端。实际中，很多服务端的不希望公开其模型参数。可以看出，相关技术中要么暴露用户端的输入数据，要么暴露语言模型的输入参数；无法满足两者同时不暴露的需求。
技术实现思路
1、为了解决上述技术问题，本申请至少提供一种数据处理方法及设备。
2、本本文档来自技高网...
【技术保护点】
1.一种数据处理方法，所述方法应用于服务端，所述方法包括：
2.根据权利要求1所述的方法，在执行所述通过目标模型中的加密词嵌入层对所述加密输入数据和加密输入参数进行同态运算处理，得到第一加密词向量之前，所述方法还包括：
3.根据权利要求1所述的方法，在执行所述通过目标模型中的加密词嵌入层对所述加密输入数据和加密输入参数进行同态运算处理，得到第一加密词向量之前，所述方法还包括：
4.根据权利要求1所述的方法，所述通过所述目标模型中的中间层和输出层依次对所述第一源词向量进行处理，得到第一输出数据，包括：
5.根据权利要求4所...
【技术特征摘要】
1.一种数据处理方法，所述方法应用于服务端，所述方法包括：
2.根据权利要求1所述的方法，在执行所述通过目标模型中的加密词嵌入层对所述加密输入数据和加密输入参数进行同态运算处理，得到第一加密词向量之前，所述方法还包括：
3.根据权利要求1所述的方法，在执行所述通过目标模型中的加密词嵌入层对所述加密输入数据和加密输入参数进行同态运算处理，得到第一加密词向量之前，所述方法还包括：
4.根据权利要求1所述的方法，所述通过所述目标模型中的中间层和输出层依次对所述第一源词向量进行处理，得到第一输出数据，包括：
5.根据权利要求4所述的方法，在执行所述通过所述目标模型中的加密输出层对所述第一加密输出向量和加密输出参数进行同态运算处理，得到第一加密输出数据之前，所述方法还包括：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。