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！

龙图腾网获悉中国工程物理研究院计算机应用研究所申请的专利一种基于重复输出的多模态大模型可用性评估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：CN121030417B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202511519561.7，技术领域涉及：G06F18/24；该发明授权一种基于重复输出的多模态大模型可用性评估方法是由刘小垒;李星煜;许峰华;胡驰;丁康一;辛邦洲设计研发完成，并于2025-10-23向国家知识产权局提交的专利申请。

本一种基于重复输出的多模态大模型可用性评估方法在说明书摘要公布了：本发明涉及人工智能技术领域，提供了一种基于重复输出的多模态大模型可用性评估方法、电子设备及存储介质。针对现有技术中因对生成过程持续控制不足导致极端输出能力不稳定即无法稳定触发最大输出长度及复杂损失函数引发单样本效率低下和规模化测试受限问题，本发明在原始图像添加微小扰动通过投影梯度下降算法优化目标字符序列输出概率并满足幅度约束，形成扰动图像；将原始文本与扰动图像组合为测试样本输入多模态大模型，诱导其自回归生成持续输出目标序列直至预设最大长度，实现重复输出循环；记录输出长度、硬件能耗及推理时长，并与未加扰动原始样本对比评估可用性。该方法有效提升稳定性与效率，支持规模化测试。

本发明授权一种基于重复输出的多模态大模型可用性评估方法在权利要求书中公布了：1.一种基于重复输出的多模态大模型可用性评估方法，其特征在于，包括以下步骤： 步骤a生成测试样本：获取原始文本输入和原始图像输入；在所述原始图像上添加微小扰动以形成扰动图像，其中所述扰动通过投影梯度下降算法优化，使得目标字符序列的输出概率最大化，并满足扰动幅度约束条件；将所述原始文本输入与所述扰动图像组合为测试样本； 步骤b触发重复输出循环：将所述测试样本输入多模态大模型进行推理生成，诱导所述多模态大模型在自回归生成过程中持续输出目标字符序列，直至达到预设的最大输出长度，形成重复输出循环； 步骤c评估可用性指标：记录所述多模态大模型在步骤b中的输出长度、硬件能耗及推理时长，并与未添加扰动的原始样本对比，生成可用性评估结果； 所述投影梯度下降算法的迭代更新公式为： 其中表示损失函数对步时扰动的梯度； 表示符号函数，当内部值为正数结果为1，当内部值为负数结果为-1，内部值为0结果为0； 表示更新步长，为投影函数，将扰动限制在以原始扰动为原点半径为的圆形空间中； 所述步骤b中触发重复输出循环的机制包括： 所述目标字符序列被模型首次生成后，纳入历史上下文； 模型基于自回归特性持续预测该序列，形成概率增强的自我强化循环。

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中国工程物理研究院计算机应用研究所，其通讯地址为：621054 四川省绵阳市绵山路64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。