中山大学杨凌霄获国家专利权
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！
龙图腾网获悉中山大学申请的专利一种面向可泛化大模型的多样性归纳偏置学习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：CN119863687B 。
龙图腾网通过国家知识产权局官网在2026-01-06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：202510054484.6，技术领域涉及：G06V10/82；该发明授权一种面向可泛化大模型的多样性归纳偏置学习方法是由杨凌霄;陈琪;谢晓华设计研发完成，并于2025-01-14向国家知识产权局提交的专利申请。
本一种面向可泛化大模型的多样性归纳偏置学习方法在说明书摘要公布了：本发明提供一种面向可泛化大模型的多样性归纳偏置学习方法，包括根据训练样本集构建完整提示描述的输入对图像；利用泛化大模型提取输入对的图像特征和文本特征；对于同一对输入，使用余弦相似度损失进行监督训练。本发明为了弥合语言和视觉模式之间的语义差距，提出了文本级别的归纳偏差，通过在提示文本中补充许多LLM生成的描述来提供每个类别的详细信息；为了使模型能够很好地捕获归纳偏差，为文本编码器设计短语适配器来显式探索相邻单词之间的连接；为图像编码器设计空间适配器，以允许模型看到更多的局部关系和细节；本发明通过优化级归纳偏置来减少过拟合；这是通过动态训练策略实现的，该策略使模型能够学习不同程度的拟合状态。
本发明授权一种面向可泛化大模型的多样性归纳偏置学习方法在权利要求书中公布了：1.一种面向可泛化大模型的多样性归纳偏置学习方法，其特征在于，包括以下步骤： S1、根据训练样本集构建完整提示描述的输入对； S2、利用泛化大模型提取输入对的图像特征和文本特征； 所述的泛化大模型包括三种归纳偏置，分别为文本级归纳偏差、模型级归纳偏差、优化级归纳偏差； 其中，所述的文本级归纳偏差用LLM生成的定制文本来补充类别描述； 模型级归纳偏差通过设计的适配器，学习用于调整文本和图像编码器的硬归纳偏差； 优化级归纳偏差用于在适配器中，通过超参数控制特定任务知识与原始模型知识的融合比例；在训练过程中，通过动态地改变以让模型学习不同程度的特定任务知识；其中，为一个有超参数、s参与的分段函数，超参数为比例因子；s为尺度因子； 所述的文本编码器的每个编码层中均插入相应的短语适配器；所述的图像编码器的每个编码层中均插入相应的空间适配器； S3、对于同一对输入，使用余弦相似度损失进行监督训练。
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中山大学，其通讯地址为：510275 广东省广州市海珠区新港西路135号；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。
免责声明
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励