买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国人民解放军军事科学院军事科学信息研究中心申请的专利一种用于大模型长文本生成的指令微调数据集构建方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120910193B 。

龙图腾网通过国家知识产权局官网在2026-04-07发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510963977.1，技术领域涉及：G06F16/3329；该发明授权一种用于大模型长文本生成的指令微调数据集构建方法及系统是由胡明昊;王明;王芳;耿国桐;白晓颖;罗威;罗准辰;周纤设计研发完成，并于2025-07-14向国家知识产权局提交的专利申请。

本一种用于大模型长文本生成的指令微调数据集构建方法及系统在说明书摘要公布了：本发明涉及数据集构建技术领域，尤其涉及一种用于大模型长文本生成的指令微调数据集构建方法及系统，该方法包括：对半结构化或结构化开源知识库的文档进行层次化分解，按照主题、大纲和段落三个层级提取结构化内容，清除噪声，形成结构化单元；针对每个结构化单元构建检索式，在全网、指定知识库和或检索系统中检索得到若干文献条目，从中选取相似度最高的文献条目，构建对应的参考文献摘要；基于每个结构化单元及对应的参考文献摘要，生成细粒度问答对；对所有的细粒度问答对分别进行质量过滤和置信度评估，构成结构化问答数据集。本发明通过多代理协作机制和层次化任务分解策略，有效提升了生成数据的质量与效率。

本发明授权一种用于大模型长文本生成的指令微调数据集构建方法及系统在权利要求书中公布了：1.一种用于大模型长文本生成的指令微调数据集构建方法，包括： 步骤1：对半结构化或结构化开源知识库的文档进行层次化分解，按照主题、大纲和段落三个层级提取结构化内容，清除噪声，形成结构化单元； 步骤2：针对每个结构化单元构建检索式，在全网、指定知识库和或检索系统中检索得到若干文献条目，从中选取相似度最高的文献条目，构建对应的参考文献摘要； 步骤3：基于每个结构化单元及对应的参考文献摘要，生成细粒度问答对； 步骤4：对所有的细粒度问答对分别进行质量过滤和置信度评估，构成结构化问答数据集； 所述步骤1包括： 采用自动化脚本对文档进行抽取，抽取规则为： ； 其中，表示第i篇文档，表示主题，表示第i篇文档的第j个大纲标题，表示第i篇文档中属于第j个大纲下的第k个段落内容； 删除空白段落、格式错误段落； 合并连续主题一致的小段落； 标准化层级关系，确保同一主题下的大纲与段落数量合理； 将分解成三元组：； 重复以上步骤，直至得到所有文档的三元组，进而构成结构化单元的集合： 。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国人民解放军军事科学院军事科学信息研究中心，其通讯地址为：100142 北京市海淀区阜成路26号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。