一種推理模型的訓(xùn)練方法、裝置、電子設(shè)備及存儲介質(zhì)

基本信息

申請?zhí)?/td> CN201811583983.0 申請日 -
公開(公告)號 CN109858627A 公開(公告)日 2019-06-07
申請公布號 CN109858627A 申請公布日 2019-06-07
分類號 G06N5/04(2006.01)I 分類 計(jì)算;推算;計(jì)數(shù);
發(fā)明人 金霄然 申請(專利權(quán))人 上海仁靜信息技術(shù)有限公司
代理機(jī)構(gòu) 北京品源專利代理有限公司 代理人 上海仁靜信息技術(shù)有限公司
地址 200331 上海市普陀區(qū)真南路2528號1幢3層3835室
法律狀態(tài) -

摘要

摘要 本公開實(shí)施例公開了一種推理模型的訓(xùn)練方法、裝置、電子設(shè)備及存儲介質(zhì),該推理模型的訓(xùn)練方法包括:通過針對訓(xùn)練樣本中的當(dāng)前題目,獲取所述當(dāng)前題目的當(dāng)前題目狀態(tài);根據(jù)所述當(dāng)前題目狀態(tài)選取當(dāng)前待執(zhí)行動作;執(zhí)行所述當(dāng)前待執(zhí)行動作,得到新的題目狀態(tài);將所述新的題目狀態(tài)作為當(dāng)前題目的當(dāng)前題目狀態(tài),繼續(xù)選取并執(zhí)行相應(yīng)的當(dāng)前待執(zhí)行動作,直到滿足停止條件,這樣的技術(shù)方案可以使推理模型能夠不斷積累解題經(jīng)驗(yàn),優(yōu)化推理的準(zhǔn)確率,訓(xùn)練出的推理模型在實(shí)際使用中可以實(shí)現(xiàn)對復(fù)雜初等數(shù)學(xué)題目的自動推理。