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！

龙图腾网获悉吉林大学申请的专利基于大语言模型的智能汽车关键测试场景提取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：CN120182940B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202510655551.X，技术领域涉及：G06V20/56；该发明授权基于大语言模型的智能汽车关键测试场景提取方法是由朱冰;黄殷梓;赵健;张培兴;汤瑞;李文旭设计研发完成，并于2025-05-21向国家知识产权局提交的专利申请。

本基于大语言模型的智能汽车关键测试场景提取方法在说明书摘要公布了：本发明针对智能汽车关键测试场景提取过程中的技术问题，提供一种基于大语言模型的智能汽车关键测试场景提取方法，涉及智能汽车测试技术领域，本发明利用微参数模型在小样本本地私有知识库的基础上合理且准确地提取关键测试场景。方法包括实车数据采集、基于大语言模型获取场景描述、基于小模型提取关键测试场景、本地部署及实验结果分析。实验结果表明，本发明方法相较于没有建立本地私有知识库的在线LLM，能够更加合理且准确地提取关键测试场景，并在防止重复上传知识库的繁琐操作同时保证了数据隐私。

本发明授权基于大语言模型的智能汽车关键测试场景提取方法在权利要求书中公布了：1.一种基于大语言模型的智能汽车关键测试场景提取方法，其特征在于：包括以下步骤： 步骤一、实车数据采集： 利用数据采集平台采集实车道路图像数据，数据格式储存为{xi,ri,yi}，其中xi为模型输入，形式为实车采集的图像数据；ri为场景描述，形式为语言文字，通过大语言模型获得；yi为模型输出测试场景的关键程度，形式为数值型数据； 步骤二、基于大语言模型获取场景描述： 将实车采集的图像数据输入给大语言模型，利用大语言模型获得实车采集的图像数据所对应的文字描述，将图像和对应的描述内容存入本地知识库中； 步骤三、基于小模型提取关键测试场景： 步骤3.1、人工标注知识库构建：通过驾驶员对测试场景进行主观评价，构建人工标注知识库； 步骤3.2、测试场景知识库构建：选择典型文本构建测试场景知识库； 步骤3.3、小模型设计：小模型的预训练模型输入为实车采集的图像数据xi，模型输出为场景对应的关键程度yi和场景描述ri；利用人工标注获得的知识库集合记作，利用大语言模型获得的知识库集合记作，和共同构成模型训练的标签集合；训练小模型f的损失函数为： ； 式中代表输入xi对应的标签，；N代表用于训练的场景个数；将ri作为f的学习目标，令模型输出场景的关键程度yi，还输出导致发生关键测试场景的本质诱因ri，其损失函数为： ； 式中，代表f输出的本质诱因和诱因标签之间的距离； 训练小模型对应的损失函数整体表达式为： ； 步骤四、本地部署： 将模型进行本地部署，在生成回答之前通过信息检索从外部知识库中查找与问题相关的知识，所述外部知识库由大语言模型输出的场景描述、人工标注知识库和测试场景知识库共同构成。

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吉林大学，其通讯地址为：130012 吉林省长春市前进大街2699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”。