【技术实现步骤摘要】
本申请属于软件工程和深度学习安全，尤其涉及一种基于补丁及大语言模型的深度学习库数值不稳定问题检测及修复方法。
技术介绍
1、深度学习技术已经成为当今数据分析和人工智能领域的核心方法之一，广泛应用于图像识别、自然语言处理、自动驾驶等多个领域。然而，在使用深度学习库进行模型训练和部署的过程中，数值不稳定问题成为影响模型性能和可靠性的关键因素。数值不稳定问题可能导致模型训练过程中出现无法收敛、训练时间显著增加、模型输出结果异常等问题，严重时甚至会导致模型完全失效。这不仅影响模型的准确性和鲁棒性，还可能在实际应用中引发安全隐患。例如，在自动驾驶系统中，数值不稳定问题可能导致车辆识别错误，从而引发交通事故；而在医疗诊断系统中，数值不稳定问题可能导致错误的诊断结果，直接危及患者生命安全。
2、目前，针对深度学习库数值不稳定问题的研究主要集中在数值计算精度的提升和模型结构的优化等方面。虽然这些方法在一定程度上能够缓解数值不稳定问题，但由于深度学习库代码庞大，数值不稳定问题复杂多样，现有方法难以全面、准确地检测和修复所有数值不稳定问题。此外...
【技术保护点】
1.一种基于补丁及大语言模型的深度学习库数值不稳定问题检测及修复方法，其特征在于，包括：
2.根据权利要求1所述基于补丁及大语言模型的深度学习库数值不稳定问题检测及修复方法，其特征在于，步骤S1中以所述补丁中的程序语句为切片标准进行程序切片，获取补丁相关程序切片，具体过程为：
3.根据权利要求1所述基于补丁及大语言模型的深度学习库数值不稳定问题检测及修复方法，其特征在于，步骤S2的具体过程为：
4.根据权利要求3所述基于补丁及大语言模型的深度学习库数值不稳定问题检测及修复方法，其特征在于，步骤S21的具体过程为：根据提词技术，整合数...
【技术特征摘要】
1.一种基于补丁及大语言模型的深度学习库数值不稳定问题检测及修复方法，其特征在于，包括：
2.根据权利要求1所述基于补丁及大语言模型的深度学习库数值不稳定问题检测及修复方法，其特征在于，步骤s1中以所述补丁中的程序语句为切片标准进行程序切片，获取补丁相关程序切片，具体过程为：
3.根据权利要求1所述基于补丁及大语言模型的深度学习库数值不稳定问题检测及修复方法，其特征在于，步骤s2的具体过程为：
4.根据权利要求3所述基于补丁及大语言模型的深度学习库数值不稳定问题检测及修复方法，其特征在于，步骤s21的具体过程为：根据提词技术，整合数值不稳定问题相关的任务信息，获得判断补丁与数值不稳定问题相关性的提词模板，所述数值不稳定问题相关的任务信息包括对于数值不稳定性问题的定义及常见的问题表现形式。
5.根据权利要求1所述基于补丁及大语言模型的深度学习库数值不稳定问题检测及修复方法，其特征在于，步骤s3的具体过程为...
【专利技术属性】
技术研发人员：陈源宝，王文海，刘宇，刘君茗，张强，黎烽云，谢刚，
申请(专利权)人：中国船舶集团有限公司第七一九研究所，
类型：发明
国别省市：
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。