国家知识产权局信息显示，青岛盘古云枢人工智能科技有限公司申请一项名为“一种基于知识规则约束的大模型分步强化学习训练方法”的专利，公开号CN122198025A，申请日期为2026年1月。

专利摘要显示，本发明提供一种基于知识规则约束的大模型分步强化学习训练方法，直接采用基于群组相对策略优化（GRPO）的强化学习方法解决模型过度拟合训练数据表面特征的问题，通过在训练中强迫模型生成思维链，使模型从单纯的“文本补全者”转变为“逻辑推演者”，通过强制模型在输出最终结论前进行显式的、长上下文的思维推演，大幅降低推理中的幻觉率，通过将长文本切分为多个逻辑段落，并结合领域知识库对每个段落进行高密度的独立评分，为模型提供细粒度、精准的梯度更新信号，提出一种训练数据构造方法，仅需“输入‑标准专家结论”对，利用模型在强化学习过程中的自发探索能力涌现出思维链，以解决垂直领域训练数据匮乏的瓶颈，大幅降低训练门槛和成本。

天眼查资料显示，青岛盘古云枢人工智能科技有限公司，成立于2024年，位于青岛市，是一家以从事软件和信息技术服务业为主的企业。企业注册资本100万人民币。通过天眼查大数据分析，青岛盘古云枢人工智能科技有限公司财产线索方面有商标信息3条，专利信息5条，此外企业还拥有行政许可1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