积步千里申请大语言模型强化学习系统、方法及相关设备专利，实现多类异构运行环境的统一调用

国家知识产权局信息显示，北京积步千里科技有限公司申请一项名为“一种大语言模型强化学习系统、强化学习方法及相关设备”的专利，公开号CN121072658A，申请日期为2025年8月。专利摘要显示，本申请提供一种大语言模型强化学习系统、强化学习方法及相关设备，系统包括：管理模块，用于对多类别价值函数进行统一管理和调用，具体包括：环境注册单元，用于建立全局注册表，存储环境函数与对应的元信息及与价值函数的映射关系；环境运行单元，用于根据唯一标识信息定位环境函数并实例化运行环境，调用环境函数获取运行结果，并结合大语言模型生成的回答输入至价值函数进行评价，获得奖励结果及结果类别；整合模块，用于基于价值函数的奖励结果与价值模型的奖励结果，生成适配于强化学习过程的奖励信号；训练模块，用于基于奖励信号更新大语言模型的策略参数。本申请实现了多类异构运行环境的统一调用，提升了模型跨任务的泛化能力。

天眼查资料显示，北京积步千里科技有限公司，成立于2023年，位于北京市，是一家以从事科技推广和应用服务业为主的企业。企业注册资本30000万美元。通过天眼查大数据分析，北京积步千里科技有限公司拥有行政许可2个。

声明：市场有风险，投资需谨慎。本文为AI基于第三方数据生成，仅供参考，不构成个人投资建议。

本文源自：市场资讯

作者：情报员