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)申请的专利基于多模态大模型理解和识别网络模因方法、系统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：CN120745850B 。

龙图腾网通过国家知识产权局官网在2025-12-30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：202511262970.3，技术领域涉及：G06N5/04；该发明授权基于多模态大模型理解和识别网络模因方法、系统及介质是由聂壹琦;周愿恩;蒋贻顺设计研发完成，并于2025-09-05向国家知识产权局提交的专利申请。

本基于多模态大模型理解和识别网络模因方法、系统及介质在说明书摘要公布了：本发明公开了基于多模态大模型理解和识别网络模因方法、系统及介质，涉及人工智能技术领域，将待处理的多模态任务输入至已训练完成的上下文示例选择模型中，输出用于提升多模态大模型上下文学习能力的上下文提示示例；上下文示例选择模型的训练过程如下：对多模态任务样本进行特征提取并模态对齐得到跨模态联合嵌入表示；利用跨模态联合嵌入表示对预设的候选样本库进行粗粒度排序，构建初始候选集；对初始候选集进行细粒度排序，基于所得到的知识提炼示例构建嵌套式提示模板，据以作为上下文提示示例引导多模态大模型执行分类推理任务；该方法显著提升多模态大模型在低资源场景下的有害内容识别精度与跨模态推理能力。

本发明授权基于多模态大模型理解和识别网络模因方法、系统及介质在权利要求书中公布了：1.基于多模态大模型理解和识别网络模因方法，其特征在于，将待处理的多模态任务输入至已训练完成的上下文示例选择模型中，输出用于引导多模态大模型执行分类推理任务的上下文提示示例； 所述上下文示例选择模型的训练过程如下： 对训练集中的多个多模态任务样本依次进行特征提取并模态对齐得到跨模态联合嵌入表示，所述多模态任务样本包括图像模态和文本模态； 粗粒度排序：计算跨模态联合嵌入表示与预设的候选样本库中每个候选样本的相似度并降序排列，取前W1个候选样本构建初始候选集； 细粒度排序：对初始候选集进行筛选并划分为正样本示例集和负样本示例集，从而构建包括W2个候选样本的精筛候选集，以精筛候选集中的每个候选样本作为锚点，利用三元对比损失对精筛候选集中的其他候选样本进行鉴别打分并降序排列，基于所得到的知识提炼示例构建嵌套式提示模板，据以作为上下文提示示例； 所述嵌套式提示模板的构建过程如下： 构建任务说明，用于明确当前上下文示例选择模型需要完成的目标； 加入所述知识提炼示例，每个知识提炼示例包含一对图像与文本输入以及对应标签； 将所述知识提炼示例按照统一格式组织为：图像和文本示例对与标签； 将所述知识提炼示例与待处理的当前多模态任务输入项拼接，构造成多模态大模型实际推理的输入部分。

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)，其通讯地址为：230000 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。