一种神经元分配策略实现大模型持续学习方法及系统
本发明涉及模型训练技术领域,具体涉及一种神经元分配策略实现大模型持续学习方法及系统,其中,一种神经元分配策略实现大模型持续学习方法包括以下步骤:大模型采用多层次的知识存储结构,更新知识时,通过基于重要度的选择性保护机制保护知识单元;大模型持续学习时,对大模型性能和计算资源进行实时监控,根据实时的性能监测信息和资源状态信息,动态优化任务资源分配方案并执行;通过神经元重要度评估,并引入神经元对当前任务的性能贡献程度,根据每个神经元的重要度动态分层分配每个神经元的计算资源和更新频率。本发明通过动态资源管理机制和基于重要度的资源分配策略,能够显著提升系统资源利用效率,从而实现整体效率的最优调整。
《一种神经元分配策略实现大模型持续学习方法及系统》是一发明专利,专利号为 2025107721080,当前法律状态为已下证,由杭州斗兽场数字智能技术有限公司提出申请,发明人为刘通;周宏豪,申请日期为2025-06-11,公开(公告)日期为2025-09-05,国际专利分类号(IPC)为 G06N 3/096 (2023.01),高新资质:未报高企,所属技术领域包括:智能大模型、人工智能技术、数据处理、智慧教育、计算机大模型智能推理、大数据存储、大语言模型思维导图。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明涉及模型训练技术领域,具体涉及一种神经元分配策略实现大模型持续学习方法及系统,其中,一种神经元分配策略实现大模型持续学习方法包括以下步骤:大模型采用多层次的知识存储结构,更新知识时,通过基于重要度的选择性保护机制保护知识单元;大模型持续学习时,对大模型性能和计算资源进行实时监控,根据实时的性能监测信息和资源状态信息,动态优化任务资源分配方案并执行;通过神经元重要度评估,并引入神经元对当前任务的性能贡献程度,根据每个神经元的重要度动态分层分配每个神经元的计算资源和更新频率。本发明通过动态资源管理机制和基于重要度的资源分配策略,能够显著提升系统资源利用效率,从而实现整体效率的最优调整。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
