WO2025219772 - TASK PROCESSING METHOD, INFORMATION PROCESSING METHOD BASED ON TARGET PROCESSING MODEL, TASK PROCESSING SYSTEM, AND MODEL TRAINING PLATFORM

National phase entry is expected:
Publication Number WO/2025/219772
Publication Date 23.10.2025
International Application No. PCT/IB2025/052362
International Filing Date 05.03.2025
Title **
[English] TASK PROCESSING METHOD, INFORMATION PROCESSING METHOD BASED ON TARGET PROCESSING MODEL, TASK PROCESSING SYSTEM, AND MODEL TRAINING PLATFORM
[French] PROCÉDÉ DE TRAITEMENT DE TÂCHE, PROCÉDÉ DE TRAITEMENT D'INFORMATIONS BASÉ SUR UN MODÈLE DE TRAITEMENT CIBLE, SYSTÈME DE TRAITEMENT DE TÂCHE ET PLATEFORME D'ENTRAÎNEMENT DE MODÈLE
[Chinese] 任务处理方法、基于目标处理模型的信息处理方法、任务处理系统及模型训练平台
Applicants **
CLOUD INTELLIGENCE ASSETS HOLDING (SINGAPORE) PRIVATE LIMITED
Inventors
JIANG, Yanfeng
LI, Shen
YANG, Zelan
CHEN, Bohua
Priority Data
202410452231.X   15.04.2024   CN
Application details
Total Number of Claims/PCT *
Number of Independent Claims *
Number of Priorities *
Number of Multi-Dependent Claims *
Number of Drawings *
Pages for Publication *
Number of Pages with Drawings *
Pages of Specification *
*
Number of Office Actions *
*
International Searching Authority
*
Recordal of a Change of the Applicant's Name/Address
*
Type of Assignment
*
Applicant's Legal Status
*
*
*
*
*
*
Entry into National Phase under
*
Patent Delivery
*
Translation

* The data is based on automatic recognition. Please verify and amend if necessary.

** IP-Coster compiles data from publicly available sources. If this data includes your personal information, you can contact us to request its removal.

Quotation for National Phase entry

Country StagesTotal
China Filing, Examination, Granting1958
EPO Filing, Examination, Granting11584
Japan Filing, Examination, Granting1727
South Korea Filing, Examination, Granting1203
USA Filing, Examination, Granting4740
MasterCard Visa
Total: 21,212
Contact Us
Abstract[English] Provided in the embodiments of the present disclosure are a task processing method, an information processing method based on a target processing model, a task processing system, and a model training platform. The task processing method comprises: acquiring task data of a target task; and inputting the task data into a target processing model, so as to obtain a task processing result for the target task, wherein the target processing model is obtained by means of training an initial processing model on the basis of sample data, a target model weight of the target processing model comprises an initial weight and an incremental compression weight, the initial weight refers to a weight in the target processing model that is the same as an initial model weight of the initial processing model, the incremental compression weight is obtained by means of performing sparse compression on an incremental weight, and the incremental weight refers to a weight in the target processing model that is different from the initial model weight. Structured grouped sparse compression is performed on an incremental weight, such that the task processing delay is reduced, the resource utilization rate is increased, and the model precision is also ensured.[French] Les modes de réalisation de la présente divulgation concernent un procédé de traitement de tâche, un procédé de traitement d'informations basé sur un modèle de traitement cible, un système de traitement de tâche et une plateforme d'entraînement de modèle. Le procédé de traitement de tâche consiste à : acquérir des données de tâche d'une tâche cible ; et entrer les données de tâche dans un modèle de traitement cible, de façon à obtenir un résultat de traitement de tâche pour la tâche cible, le modèle de traitement cible étant obtenu en entraînant un modèle de traitement initial sur la base de données d'échantillon, un poids de modèle cible du modèle de traitement cible comprenant un poids initial et un poids de compression incrémentiel, le poids initial se rapportant à un poids dans le modèle de traitement cible qui est le même qu'un poids de modèle initial du modèle de traitement initial, le poids de compression incrémentiel étant obtenu en réalisant une compression parcimonieuse sur un poids incrémentiel, et le poids incrémentiel se rapportant à un poids dans le modèle de traitement cible qui est différent du poids de modèle initial. Une compression parcimonieuse structurée par groupes est effectuée sur un poids incrémentiel, de telle sorte que le retard de traitement de tâche est réduit, le taux d'utilisation de ressources est augmenté, et la précision de modèle est également assurée.[Chinese] 本公开实施例提供任务处理方法、基于目标处理模型的信息处理方法、任务处理系统及模型训练平台，其中所述任务处理方法包括：获取目标任务的任务数据；将任务数据输入目标处理模型，获得目标任务的任务处理结果，其中，目标处理模型基于样本数据对初始处理模型训练得到，目标处理模型的目标模型权重包括初始权重和增量压缩权重，初始权重是指目标处理模型中与初始处理模型的初始模型权重相同的权重，增量压缩权重基于对增量权重进行稀疏压缩得到，增量权重是指目标处理模型中与初始模型权重不同的权重。通过对增量权重进行结构化的分组稀疏压缩，在降低任务处理延迟，提高资源利用率的同时，保证了模型精度。

Rejoining the server...