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！

龙图腾网获悉合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室);国网安徽省电力有限公司电力科学研究院;国网安徽省电力有限公司超高压分公司申请的专利视觉语言模型两阶段无监督适应方法、系统、设备及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：CN120705345B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202511208445.3，技术领域涉及：G06F16/532；该发明授权视觉语言模型两阶段无监督适应方法、系统、设备及介质是由张燚鑫;汪玉;彭明智;王鑫;许尧;贺伟男;吴永恒;孙伟;李远松;翁良杰;杨波;柴宏博;邢璐;邹知炜;金雨楠;焦瑞婷设计研发完成，并于2025-08-27向国家知识产权局提交的专利申请。

本视觉语言模型两阶段无监督适应方法、系统、设备及介质在说明书摘要公布了：本发明公开了一种视觉语言模型两阶段无监督适应方法、系统、设备及介质，它们是相对应的方案，方案中：通过自适应检索构建高质量的辅助数据集，兼具成本效益与通用性，为跨域知识迁移提供了高效可靠的新范式；并且，将复杂适应任务分解为两阶段优化过程，通过可调节的数据分布控制参数控制辅助数据的分布与预训练或者目标分布相近，显著降低单步适应难度；同时，在类别过滤时，利用图文对数据中包含的弱监督信号、匹配频率统计和预测信息熵从大规模图文数据集中筛选特定类别的样本，避免引入噪声类别样本；此外，基于两阶段训练，可帮助模型逐步适应目标任务和目标数据分布，提升了适应性能，能够获得更高的分类准确度。

本发明授权视觉语言模型两阶段无监督适应方法、系统、设备及介质在权利要求书中公布了：1.一种视觉语言模型两阶段无监督适应方法，其特征在于，包括： 获取目标域训练数据集，以及图像文本对数据集； 对于目标域训练数据集中的每一类别，利用类别名称的文本嵌入，在图像文本对数据集中检索出多个图像文本对，综合所有类别检索出的图像文本对形成初始候选池，并依次使用匹配频率与预测信息熵进行过滤，获得对应阶段的辅助数据集；其中，使用预测信息熵进行过滤时，嵌入目标域训练数据集的域相关信息的特征表示，以及可调节的数据分布控制参数，通过配置可调节的数据分布控制参数，获得第一阶段的辅助数据集与第二阶段的辅助数据集；所述可调节的数据分布控制参数用于控制辅助数据集的数据分布趋近于给定预训练数据或目标域训练数据集的数据分布； 第一阶段，利用目标域训练数据集与第一阶段的辅助数据集对预训练的视觉语言模型进行训练；第二阶段，利用目标域训练数据集与第二阶段的辅助数据集对第一阶段训练后的视觉语言模型进行训练。

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合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室);国网安徽省电力有限公司电力科学研究院;国网安徽省电力有限公司超高压分公司，其通讯地址为：230088 安徽省合肥市高新区望江西路5089号, 中国科学技术大学先进技术研究院未来中心B1205-B1208；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”。

以上内容由龙图腾AI智能生成。