学习TrainDLenGap的隐式机制协助大语言模型开发的方法及系统

本发明针对Transformer子模块的数据加载函数调用，识别并命名了TrainDLenGap问题，找到了该问题的原因并命名为隐式机制；本发明构建FuncPLP数据集以表示TrainDLenGap问题，创建TransfClsf分类器以学习FuncPLP数据集的特征；实验结果表明，以原始的十六维FuncPLP数据集为输入，TransfClsf分类器的准确率为100%；本发明使用PCA和tSNE对FuncPLP数据集进行降维操作，生成两个不同的二维数据集，以二维数据集作为TransfClsf分类器的输入，使用四种不同的核方法：线性核，高斯核，Sigmoid核和多项式核，设置超参数C和γ为不同的值，分类器最高准确率为99.2188%；本发明提出TrainDLenGap问题，构建FuncPLP数据集和TransfClsf分类器，有助于程序员快速，准确地开发大语言模型。