微调层与 ChatGLM 基座模型组合，设置微调训练迭代 30 轮，

本文源自金融界

微调层用于学习数字业务交互领域内语义知识，得到语义识别大语言模型；步骤4：利用语义识别大语言模型识别数字业务语义。构造用于大语言模型 ChatGLM 微调训练用的提示文本数据；步骤3：通过构造的提示文本数据微调训练大语言模型 ChatGLM，申请日期为2024年5月。将提示可以赚钱的软件文本数据划分为训练集和测试集，本发明公开一种基于大语言模型的数字业务语义识别方法，涉及人工智能技术领域；包括：步骤1：构造数字业务的近义词库和用户提问的问题库；步骤2：根据近义词库和问题库构造提示文本数据：根据标准称谓以及近义词库内的主体类型、公开号 CN202410552536.8 ，

专利摘要显示，

金融界2024年8月4日消息，学习率设置为 0.0001，地理位置，可以赚钱的软件行为、利用提示文本数据，浪潮软件股份有限公司申请一项名为“一种基于大语言模型的数字业务语义识别方法“，得到微调层，天眼查知识产权信息显示，需求、得到语义识别大可以赚钱的软件语言模型：利用大语言模型低阶自适应 LoRA 的方式微调大语言模型 ChatGLM，