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！

龙图腾网获悉广州市玄武无线科技股份有限公司申请的专利一种基于AIGC技术的拜访陈列指引建议生成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：CN117197643B 。

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：202311190349.1，技术领域涉及：G06V20/00；该发明授权一种基于AIGC技术的拜访陈列指引建议生成方法及系统是由林木兴;丁明;陈应文;徐洪亮;许洁斌设计研发完成，并于2023-09-15向国家知识产权局提交的专利申请。

本一种基于AIGC技术的拜访陈列指引建议生成方法及系统在说明书摘要公布了：本发明提供了一种基于AIGC技术的拜访陈列指引建议生成方法及系统，所述方法包括：获取移动终端上传的门店的商品陈列的图像数据，并使用预设的商品陈列识别模型对所述图像数据进行识别，获得所述门店商品陈列的总结文本。然后以预设的提示词格式将所述总结文本与所述门店的陈列协议、所述门店的历史商品销量报告组合成提示词，并将其输入预设的LLM模型，使LLM模型生成相应的商品陈列建议。最后将所述商品陈列建议传回所述移动终端进行展示。相比于现有技术，本发明简化了在快消领域中从陈列拜访核查到给出陈列指引建议流程的一系列流程，使得业务员仅需拍摄上传商品陈列图像即可获得相应的商品陈列建议，提高了业务员的业务拜访效率。

本发明授权一种基于AIGC技术的拜访陈列指引建议生成方法及系统在权利要求书中公布了：1.一种基于AIGC技术的拜访陈列指引建议生成方法，其特征在于，包括： 获取移动终端上传的门店的商品陈列的图像数据； 根据预设的商品陈列识别模型，对所述图像数据进行识别，获得所述商品陈列的总结文本； 以预设的提示词格式将所述总结文本与所述门店的陈列协议、所述门店的历史商品销量报告组合成提示词； 将所述提示词输入预设的LLM模型，获得与所述门店商品陈列对应的商品陈列建议，并将所述商品陈列建议传回所述移动终端； 所述LLM模型是由初始LLM模型基于商品陈列相关的语料数据进行训练获得，具体为： 收集商品陈列相关的语料数据，构建用于训练的语料数据库，其中，所述语料数据包括：历史商品信息、历史门店信息、历史陈列报表总结、历史陈列协议、历史门店销售数据和历史门店商品陈列建议； 根据所述提示词格式将所述语料数据库中的语料数据转换为提示词数据； 使用分词器对所述提示词数据进行分词、映射处理，将所述提示词数据转换为各个相应的数字序列，所述各个数字序列的集合作为微调指令数据集并对所述微调指令数据集中的每条数据人工标注答案； 基于所述微调指令数据集对所述初始LLM模型进行训练，获得所述LLM模型，具体为：基于所述微调指令数据集通过有监督微调技术对所述初始LLM模型进行训练，减少所述初始LLM模型下游任务的可训练参数，获得第一LLM模型；将所述微调指令数据集输入所述第一LLM模型，输出与所述微调指令数据集中的每条数据对应的初始机器答案，对各个所述初始机器答案进行人工评分后将各个所述机器答案输入初始奖励模型，获得与各个所述初始机器答案对应的初始机器评分；通过调整所述初始奖励模型的参数来调整所述初始奖励模型的评分结果，使所述初始奖励模型的评分结果接近所述人工评分的结果，获得第一奖励模型；结合所述第一LLM模型和所述第一奖励模型，构建强化学习模型，通过多次迭代对所述第一LLM模型进行强化学习，在每次迭代中，将所述微调指令数据集输入所述强化学习模型，由所述第一LLM模型输出与所述微调指令数据集中的每条数据对应的强化学习答案，并由第一奖励模型对各个所述强化学习答案进行评分，所述强化学习模型根据所述第一奖励模型的评分结果，更新所述第一LLM模型的可训练参数，直到所述可训练参数的变化率低于预设的阈值，停止迭代，获得所述LLM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广州市玄武无线科技股份有限公司，其通讯地址为：510653 广东省广州市天河区高普路1021号501室6383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。