【CNMO科技消息】据CNMO了解，2月7日，腾讯科技（深圳）有限公司申请的“大语言模型的训练方法、装置、计算机设备及存储介质”专利正式公布。这一技术通过在模型训练中引入多重摘要文本的对比学习机制，显著提升了模型的泛化能力与生成准确性，为AI语言处理领域提供了新的方向。

根据专利摘要，腾讯的新方法创新性地引入“第一摘要文本”与“第二摘要文本”，两者信息量不同且前者包含正确与错误语句的混合。模型通过对比这两种摘要，学习区分正确与错误表达，同时减少单一数据源导致的过拟合问题。这种设计不仅扩展了模型的学习维度，还通过动态调整优化了生成结果的可靠性。

CNMO注意到，该方法与近年来对比学习在文本摘要领域的应用趋势相契合。此前研究显示，对比学习通过构造正负样本调整模型表示空间，已在提升摘要质量、缓解暴露偏差等方面取得成效。腾讯此次将对比学习框架融入大语言模型训练，进一步拓展了该技术的应用边界。

有媒体分析称，腾讯的专利通过多样化摘要文本及对比机制，为模型提供了更贴近真实应用的学习环境，尤其对智能客服、内容生成等需高精度输出的领域具有直接意义。此外，该技术或能加速大模型落地进程。例如，在短文本对话场景中，腾讯曾推出基于混合注意力机制的对话模型专利，若结合新训练方法，有望进一步提升回复的相关性与丰富性。

可以看到，腾讯近年来在大语言模型领域动作频频，从2023年的微调方法专利到此次训练框架创新，显示出其全链条技术布局的野心。