一種推理模型的訓練方法、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 CN109858627B 公開（公告）日 2021-08-20
申請公布號 CN109858627B 申請公布日 2021-08-20
分類號 G06N5/04 分類 計算；推算；計數(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
代理機構(gòu) 北京品源專利代理有限公司 代理人 孟金喆
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 本公開實施例公開了一種推理模型的訓練方法、裝置、電子設(shè)備及存儲介質(zhì)，該推理模型的訓練方法包括：通過針對訓練樣本中的當前題目，獲取所述當前題目的當前題目狀態(tài)；根據(jù)所述當前題目狀態(tài)選取當前待執(zhí)行動作；執(zhí)行所述當前待執(zhí)行動作，得到新的題目狀態(tài)；將所述新的題目狀態(tài)作為當前題目的當前題目狀態(tài)，繼續(xù)選取并執(zhí)行相應(yīng)的當前待執(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，優(yōu)化推理的準確率，訓練出的推理模型在實際使用中可以實現(xiàn)對復(fù)雜初等數(shù)學題目的自動推理。