买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉上海小零网络科技有限公司申请的专利基于多候选仲裁的大模型数据标注方法、装置及存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120411661B 。

龙图腾网通过国家知识产权局官网在2025-09-05发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510918984.X，技术领域涉及：G06V10/764；该发明授权基于多候选仲裁的大模型数据标注方法、装置及存储介质是由王范萍;周开龙设计研发完成，并于2025-07-04向国家知识产权局提交的专利申请。

本基于多候选仲裁的大模型数据标注方法、装置及存储介质在说明书摘要公布了：本申请公开了一种基于多候选仲裁的大模型数据标注方法、装置及存储介质。涉及数据标注技术领域。采用共享骨干网络统一提取多级特征图，并耦合数据标注头（用于生成候选标注）与价值奖励头（用于生成评估奖励），构建面向预测多义性的协同处理架构。对于每个检测到的商品实例：基于实例空间约束显式生成多个空间‑语义合理的候选标注；同步并行计算几何、语义及规则维度的多维度奖励值并进行融合评估；依据融合评估结果动态仲裁筛选最优候选作为最终标注输出。从而，本申请通过多候选显式建模、多维度奖励评估、奖励驱动仲裁三重机制，在保留标注结果的合理分歧的同时保障业务规则符合性。

本发明授权基于多候选仲裁的大模型数据标注方法、装置及存储介质在权利要求书中公布了：1.一种基于多候选仲裁的大模型数据标注方法，其特征在于，包括： 通过共享骨干网络提取输入图像的多级特征图；其中所述多级特征图包括空间分辨率依次递减的第一级特征图、第二级特征图和第三级特征图； 基于所述多级特征图进行目标检测，识别所述输入图像中的商品实例，确定每个商品实例的实例空间位置； 对于每个商品实例，通过数据标注头生成k个候选标注；其中，每个候选标注包括候选框、类别和属性；所述候选框基于所述第一级特征图生成，并且所述候选框的中心位置约束在所述实例空间位置的预设范围内；所述类别基于所述第二级特征图和所述候选框的空间位置生成，所述属性基于所述第三级特征图和所述候选框的空间位置生成； 对于每个商品实例，通过价值奖励头生成每个候选标注的奖励值；其中所述奖励值为几何奖励值、语义奖励值和规则奖励值的加权融合结果；所述几何奖励值基于所述第二级特征图和所述候选框的空间位置生成，所述语义奖励值基于所述第三级特征图、所述候选框的空间位置和所述属性生成，所述规则奖励值基于预设的业务规则库、所述候选框的空间位置和所述属性生成；以及 对于每个商品实例，从所述k个候选标注中选择奖励值最高的候选标注，作为所述商品实例的最终标注； 其中，所述数据标注头包括第一标注头、第二标注头和第三标注头，并且对于每个商品实例，通过数据标注头生成k个候选标注的操作，包括： 对于每个商品实例，通过所述第一标注头，基于所述第一级特征图生成k个候选框，所述候选框的中心位置约束在所述实例空间位置的预设范围内； 通过所述第二标注头，基于所述第二级特征图和所述k个候选框的空间位置，为每个候选框生成对应的类别，使得每个候选框具有唯一关联的类别； 通过所述第三标注头，基于所述第三级特征图和所述k个候选框的空间位置，为每个候选框生成对应的属性，使得每个候选框具有唯一关联的属性；以及 将每个候选框与其关联的类别和属性组合，形成k个候选标注； 所述价值奖励头包括第一奖励头、第二奖励头和第三奖励头，并且对于每个商品实例，通过价值奖励头生成每个候选标注的奖励值的操作，包括： 对于每个商品实例，通过所述第一奖励头，基于所述第二级特征图和所述候选框的空间位置，为每个候选框生成对应的几何奖励值； 通过所述第二奖励头，基于所述第三级特征图、所述候选框的空间位置和关联的属性，为每个候选框生成对应的语义奖励值； 通过所述第三奖励头，基于预设的业务规则库、所述候选框的空间位置和关联的属性，为每个候选框生成对应的规则奖励值；以及 将每个候选框的几何奖励值、语义奖励值和规则奖励值进行加权融合，得到每个候选标注的奖励值。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人上海小零网络科技有限公司，其通讯地址为：200120 上海市浦东新区中国(上海)自由贸易试验区临港新片区海基六路218弄12号2楼；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。