Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南京新一代人工智能研究院有限公司李政隆获国家专利权

南京新一代人工智能研究院有限公司李政隆获国家专利权

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!

龙图腾网获悉南京新一代人工智能研究院有限公司申请的专利基于多模态信息和AI的大模型调优方法及系统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:CN120910811B

龙图腾网通过国家知识产权局官网在2026-02-13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:202511439460.9,技术领域涉及:G06F18/25;该发明授权基于多模态信息和AI的大模型调优方法及系统是由李政隆;王雪洋;包玉丁;吴瑶;费磊;徐贻宁设计研发完成,并于2025-10-10向国家知识产权局提交的专利申请。

基于多模态信息和AI的大模型调优方法及系统在说明书摘要公布了:本发明提供基于多模态信息和AI的大模型调优方法及系统,涉及人工智能技术领域,包括通过提取多模态参数特征及交互特征,动态调整贡献系数实现特征迁移得到跨模态融合向量;采用对抗机制将模态特征对齐获得域不变特征;基于模态置信度构建提示链,并利用AI强化学习优化该提示链,迭代至收敛得到优化结果;最终更新大模型参数。本发明实现了多模态信息的有效融合,提高了人机交互大模型的调优效果和泛化能力。

本发明授权基于多模态信息和AI的大模型调优方法及系统在权利要求书中公布了:1.基于多模态信息和AI的大模型调优方法,其特征在于,包括: 提取待调优人机交互大模型的参数的多个模态特征,所述模态特征包括人机交互中的文本、图像、音频信息; 提取不同模态特征之间的参数相关度和模态交互特征,基于所述参数相关度动态调整所述模态交互特征的贡献系数,根据所述贡献系数迁移不同模态特征之间的特征信息,得到跨模态融合向量;使用判别器识别所述跨模态融合向量的原始模态归属,使用对抗生成器生成混淆特征,通过所述混淆特征对抗所述判别器的识别准确率,在对抗中将所述模态特征对齐,得到域不变特征; 计算各模态特征的模态置信度,基于所述模态置信度,利用所述参数相关度在不同模态特征之间构建映射通路得到提示链,包括: 分别计算各模态特征的特征熵度量和特征密度分布度量,组合得到所述模态置信度; 将所述模态置信度与所述参数相关度的乘积作为映射权重;当所述映射权重大于等于预设直接映射阈值时,计算所述模态特征之间的互信息矩阵,基于所述互信息矩阵构建特征映射关联表,对齐源模态特征和目标模态特征的特征分布结构,根据所述特征映射关联表和所述特征分布结构建立直接映射通路; 当所述映射权重大于等于预设桥接映射阈值且小于所述预设直接映射阈值时,识别具有最大互信息的所述模态特征作为中间模态特征,构建源模态特征到所述中间模态特征的上行映射子通路和所述中间模态特征到目标模态特征的下行映射子通路,将所述上行映射子通路和所述下行映射子通路串联得到桥接映射通路; 根据模态特征间的所述映射权重的大小做降序排序,根据排序结果依次连接所述直接映射通路和所述桥接映射通路,得到所述提示链; 将所述判别器的识别准确率和所述模态特征的对齐程度组合为奖励信号,基于所述奖励信号,使用AI强化学习优化所述提示链,通过所述域不变特征引导所述提示链的优化方向,迭代执行所述AI强化学习,直到所述奖励信号的变化率小于预设收敛阈值,得到提示优化结果; 根据所述提示优化结果更新所述待调优人机交互大模型的参数。

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南京新一代人工智能研究院有限公司,其通讯地址为:210046 江苏省南京市南京经济技术开发区兴智路6号兴智科技园A栋6楼、9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”。

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。