【技术实现步骤摘要】
本专利技术属于人工智能，具体涉及一种基于语义相似性的大语言模型控制型token初始化与微调方法和装置。
技术介绍
1、术语解释：
2、词嵌入(word embedding)：将单词等离散变量映射为连续向量表示的方法，常用于将单词转换为稠密向量，用于神经网络的输入。
3、词表(vocabulary)：模型在训练和生成文本时可以识别和使用的所有单词或符号的集合。这些单词或符号包括了模型理解和生成语言所必需的词汇，通常是从大量文本数据中提取并优化过的。词表的大小和组成可以直接影响模型的性能，包括它理解和生成文本的能力。
4、大语言模型(large language model，llm)是一种基于海量文本数据训练的深度神经网络模型，能够理解和生成自然语言。在如客服、金融等特殊领域中如文档摘要、问答系统、情感分析等特定任务的实际应用中，通常需要在预训练的通用llm的基础上，针对特定垂直领域进行大语言模型微调，以完成对话、信息抽取、文本生成等任务。
5、为了控制llm在任务中的行为，通常需要引入控制型...
【技术保护点】
1.一种基于语义相似性的大语言模型控制型Token初始化与微调方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于语义相似性的大语言模型控制型Token初始化与微调方法，其特征在于，所述控制型Token包括以下Token中的至少一种：
3.根据权利要求1所述的基于语义相似性的大语言模型控制型Token初始化与微调方法，其特征在于，所述预训练的大语言模型包括以下模型中的至少一种：
4.根据权利要求1所述的基于语义相似性的大语言模型控制型Token初始化与微调方法，其特征在于，还包括：
5.根据权利要求1所述的基于...
【技术特征摘要】
1.一种基于语义相似性的大语言模型控制型token初始化与微调方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于语义相似性的大语言模型控制型token初始化与微调方法，其特征在于，所述控制型token包括以下token中的至少一种：
3.根据权利要求1所述的基于语义相似性的大语言模型控制型token初始化与微调方法，其特征在于，所述预训练的大语言模型包括以下模型中的至少一种：
4.根据权利要求1所述的基于语义相似性的大语言模型控制型token初始化与微调方法，其特征在于，还包括：
5.根据权利要求1所述的基于语义相似性的大语言模型控制型token初始化与微调方法，其特征在于，还包括：
6.一种基于语义相似性的大语言模型控制型token初...
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。