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！

龙图腾网获悉立心通智科技(北京)有限公司申请的专利一种跨模态特征融合模型的训练方法以及检索方法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：CN119862297B 。

龙图腾网通过国家知识产权局官网在2025-12-19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：202510059025.7，技术领域涉及：G06F16/583；该发明授权一种跨模态特征融合模型的训练方法以及检索方法是由关玉秋;张鹏飞;苏江设计研发完成，并于2025-01-15向国家知识产权局提交的专利申请。

本一种跨模态特征融合模型的训练方法以及检索方法在说明书摘要公布了：本发明公开了一种跨模态特征融合模型的训练方法以及一种基于跨模态特征融合模型的检索方法，跨模态特征融合模型包括LLM、CLIP、线性层和跨模态注意力层；所述LLM的输出端通过所述线性层与所述跨模态注意力层的输入端相连；所述CLIP的输出端与所述跨模态注意力层的输入端相连；本发明显著提高了知识召回任务的准确率和鲁棒性。

本发明授权一种跨模态特征融合模型的训练方法以及检索方法在权利要求书中公布了：1.一种跨模态特征融合模型的训练方法，其特征在于，包括LLM的训练方法以及CLIP、线性层、跨模态注意力层的联合训练方法： 所述LLM的训练方法具体包括： 获取A个训练图像，并为每个训练图像生成W个描述性标题； 从同一训练图像中选取S个描述性标题，作为正样本对；其中,2≤S≤W； 从不同训练图像中选取S个描述性标题，作为负样本对； 将正样本对和负样本对输入到LLM，并利用第一simCSE损失函数调整LLM的参数，获得预训练的LLM； 所述CLIP、线性层、跨模态注意力层的联合训练方法具体包括： 获取联合训练样本集；其中，所述联合训练样本集中的每个训练样本均包括一张训练图像以及从该训练图像中选取的S个描述性标题中的某一个描述性标题； 冻结预训练的LLM的梯度； 将训练样本中的训练图像输入到CLIP中，将训练样本中的描述性标题进行掩码后输入到预训练的LLM，并利用第二simCSE损失函数调整CLIP、线性层、跨模态注意力层的参数，获得预训练的CLIP、预训练的线性层、预训练的跨模态注意力层； 其中，跨模态特征融合模型包括LLM、CLIP、线性层和跨模态注意力层； 所述LLM的输出端通过所述线性层与所述跨模态注意力层的输入端相连； 所述CLIP的输出端与所述跨模态注意力层的输入端相连； 所述预训练的LLM、所述预训练的CLIP、所述预训练的线性层、所述预训练的跨模态注意力层构成预训练的跨模态特征融合模型。

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立心通智科技(北京)有限公司，其通讯地址为：100071 北京市海淀区颐和园路2号未来科技大厦主楼2层；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。