平安科技(深圳)有限公司舒畅获国家专利权
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!
龙图腾网获悉平安科技(深圳)有限公司申请的专利多模态模型训练方法、装置、服务器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:CN118397392B 。
龙图腾网通过国家知识产权局官网在2025-10-10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:202410498251.0,技术领域涉及:G06V10/774;该发明授权多模态模型训练方法、装置、服务器及存储介质是由舒畅;肖京;陈又新设计研发完成,并于2024-04-19向国家知识产权局提交的专利申请。
本多模态模型训练方法、装置、服务器及存储介质在说明书摘要公布了:本申请涉及人工智能领域,提供一种多模态模型训练方法、装置、服务器及存储介质,该方法通过在使用每一个训练样本集对多模态模型训练的过程中,计算每个任务的总损失值,并且将总损失值最大的任务确定为需要优先训练的目标任务,然后使用训练样本集中的剩余训练样本仅对目标任务进行训练,从而实现多任务的动态调整训练,平衡多模态模型对于不同任务的强化学习效率,并且不需要再对训练后的多模态模型进行微调,极大地提高了多模态模型的训练效率和减少了训练成本。本申请还涉及区块链领域,上述存储介质可存储根据区块链节点的使用所创建的数据。
本发明授权多模态模型训练方法、装置、服务器及存储介质在权利要求书中公布了:1.一种多模态模型训练方法,其特征在于,所述多模态模型包括编码层、特征提取子模型和多个任务处理子模型,所述方法包括: 从多个训练样本集中选择一个所述训练样本集作为目标训练样本集,多个所述训练样本集所包含的第一数量的训练样本均不相同; 从所述目标训练样本集中选取第二数量的训练样本,所述第一数量大于所述第二数量,所述训练样本包括图文对、多个任务中的每个所述任务的问题信息和真实回答信息,所述图文对包括训练文本和训练图像; 通过所述多模态模型对选取的每个所述训练样本进行处理,得到选取的每个所述训练样本的第一处理结果,所述第一处理结果包括所述特征提取子模型输出的所述训练文本的第一特征向量和所述训练图像的第二特征向量以及每个所述任务处理子模型各自输出的对应所述任务的预测回答信息; 根据选取的每个所述训练样本的第一处理结果和每个所述任务的所述真实回答信息,确定选取的每个所述训练样本的第一损失值以及在每个所述任务下的第二损失值; 根据选取的每个所述训练样本在每个所述任务下的第二损失值,确定每个所述任务的总损失值,并将最高的所述总损失值所对应的所述任务确定为目标任务; 通过所述多模态模型对所述目标训练样本集中剩余的每个训练样本进行处理,得到剩余的每个所述训练样本的第二处理结果,并根据剩余的每个所述训练样本的第二处理结果和所述目标任务的所述真实回答信息,确定剩余的每个所述训练样本的第一损失值以及在所述目标任务下的第二损失值; 根据所述目标训练样本集中的每个训练样本的所述第一损失值以及在每个所述任务下的所述第二损失值,确定所述目标训练样本集的目标损失值; 根据所述目标损失值确定所述多模态模型是否收敛,并在所述多模态模型未收敛时,对所述多模态模型的参数进行更新; 返回执行从多个训练样本集中选择一个所述训练样本集作为目标训练样本集的步骤,直至每个所述训练样本集均被选择一次或所述多模态模型收敛。
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平安科技(深圳)有限公司,其通讯地址为:518057 广东省深圳市福田区福田街道福安社区益田路5033号平安金融中心23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”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。
请提出您的宝贵建议,有机会获取IP积分或其他奖励