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！

龙图腾网获悉北京神州数码云计算有限公司申请的专利一种基于多源奖励融合的一致性强化方法、装置、设备以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：CN121052330B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202511588296.8，技术领域涉及：G06N3/092；该发明授权一种基于多源奖励融合的一致性强化方法、装置、设备以及介质是由仉佃星;回武让;李汶东;李盛;李刚;杨柳春设计研发完成，并于2025-11-03向国家知识产权局提交的专利申请。

本一种基于多源奖励融合的一致性强化方法、装置、设备以及介质在说明书摘要公布了：本发明公开了一种基于多源奖励融合的一致性强化方法、装置、设备以及介质，涉及计算机技术领域，该方法首先获取第t轮多模态大模型生成的待筛选样本数据，通过计算不确定性评分、覆盖度评分、争议性评分得到采样分数，选取前k个待筛选样本数据，作为第t轮多模态样本数据；再基于该样本数据，分别计算因果归因奖励信号、人工主观奖励信号、自动化评价奖励信号及一致性奖励信号；随后融合四类奖励信号得到第t轮融合奖励信号，并判断融合奖励信号是否满足预设条件：若不满足，优化第t轮模型得到第t+1轮多模态大模型并获取其生成的样本数据，持续迭代；若满足，则停止优化。该方法提升了多模态大模型的生成质量及跨模态一致性。

本发明授权一种基于多源奖励融合的一致性强化方法、装置、设备以及介质在权利要求书中公布了：1.一种基于多源奖励融合的一致性强化方法，其特征在于，所述方法包括： 获取第t轮的多模态大模型生成的第t轮的多模态样本数据； 基于所述第t轮的多模态样本数据，分别计算第t轮的因果归因奖励信号、人工主观奖励信号、自动化评价奖励信号和一致性奖励信号； 将所述第t轮的因果归因奖励信号、人工主观奖励信号、自动化评价奖励信号和一致性奖励信号进行融合，得到第t轮的融合奖励信号； 如果所述第t轮的融合奖励信号不满足预设条件，则对所述第t轮的多模态大模型进行优化，得到第t+1轮的多模态大模型，并获取第t+1轮的多模态大模型生成的第t+1轮的多模态样本数据； 如果所述第t轮的融合奖励信号满足预设条件，则停止优化； 所述一致性奖励信号包括：互预测子奖励信号、语义一致性子奖励信号和对抗一致性子奖励信号； 所述语义一致性子奖励信号通过以下方式确定： 其中，表示语义一致性子奖励信号，表示将多模态样本数据中的图像数据输入到图像编码器得到的图像语义向量，表示将多模态样本数据中的文本数据输入到文本编码器得到的文本语义向量，表示图像语义向量和文本语义向量之间的相似度。

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北京神州数码云计算有限公司，其通讯地址为：100000 北京市海淀区上地九街9号3层308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。