国家知识产权局信息显示，泉州市数据集团有限责任公司申请一项名为“一种基于语义特征的大模型训练数据处理方法”的专利，公开号CN122905004A，申请日期为2026年9月。

专利摘要显示，本发明涉及数据处理技术领域，特别涉及一种基于语义特征的大模型训练数据处理方法，获取用于训练大模型的原始训练数据；对原始训练数据进行数据清洗处理，去除异常、重复及满足预设条件的低质量数据；利用语义特征提取模型对清洗后的数据进行语义编码生成语义特征向量；根据语义特征向量计算训练数据间的语义相似度；基于语义相似度对数据进行分类、聚合及筛选生成优化训练数据集；利用优化训练数据集对大语言模型进行训练或微调；本发明实现了训练数据从静态筛选到动态自适应的全生命周期优化，提升了模型训练效率与泛化性能。

天眼查资料显示，泉州市数据集团有限责任公司，成立于2017年，位于泉州市，是一家以从事互联网和相关服务为主的企业。企业注册资本100000万人民币。通过天眼查大数据分析，泉州市数据集团有限责任公司共对外投资了10家企业，参与招投标项目160次，财产线索方面有商标信息5条，专利信息16条，此外企业还拥有行政许可6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