Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 成都智汇合能城市科技有限公司汤军获国家专利权

成都智汇合能城市科技有限公司汤军获国家专利权

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!

龙图腾网获悉成都智汇合能城市科技有限公司申请的专利一种多模态大模型量化评估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:CN119807682B

龙图腾网通过国家知识产权局官网在2026-02-27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:202411778220.7,技术领域涉及:G06F18/21;该发明授权一种多模态大模型量化评估方法及系统是由汤军;孙逢振;李骥东;张结斌;郑义设计研发完成,并于2024-12-05向国家知识产权局提交的专利申请。

一种多模态大模型量化评估方法及系统在说明书摘要公布了:本申请公开了一种多模态大模型量化评估方法及系统,涉及人工智能技术领域。该方法包括:S1,获取训练集;S2,构建用于量化评估多模态大模型的输出结果的模型;S3,利用步骤S1获得的训练集训练用于量化评估多模态大模型的输出结果的模型;S4,利用训练完成的用于量化评估多模态大模型的输出结果的模型评估多模态大模型的输出结果。本申请的多模态大模型量化评估方法及系统,用于对多模态大模型的输出结果进行量化评估。

本发明授权一种多模态大模型量化评估方法及系统在权利要求书中公布了:1.一种多模态大模型量化评估方法,其特征在于,包括以下步骤: S1,获取训练集; S2,构建用于量化评估多模态大模型的输出结果的模型; S3,利用步骤S1获得的训练集训练用于量化评估多模态大模型的输出结果的模型; S4,利用训练完成的用于量化评估多模态大模型的输出结果的模型评估多模态大模型的输出结果; 所述训练集中的文本对以及与文本对对应的相似度值采用以下方法得到:将图片以及与该图片对应的提示文本输入第一多模态大模型,该多模态大模型输出与该图片以及该图片对应的提示文本对应的第六文本;将该图片以及与该图片对应的提示文本输入第二多模态大模型,该多模态大模型输出与该图片以及该图片对应的提示文本对应的第八文本;将第六文本与第八文本输入通用大模型,通用大模型输出第六文本与第八文本的相似度值;由第六文本与第八文本构成文本对,并将通用大模型输出的第六文本与第八文本的相似度值作为训练集中第六文本与第八文本构成的文本对所对应的相似度值; 所述用于量化评估多模态大模型的输出结果的模型以BERT模型为基准模型,添加相似度任务头和相似度函数构建而成;将文本对输入用于量化评估多模态大模型的输出结果的模型,用于量化评估多模态大模型的输出结果的模型中的BERT模型输出第一特征矩阵和第二特征矩阵;将第一特征矩阵和第二特征矩阵采用第一方法调整后得到第三特征向量与第四特征向量,将第三特征向量与第四特征向量作为相似度任务头的输入,相似度任务头输出第五特征向量与第六特征向量,将第五特征向量与第六特征向量作为相似度函数的输入,计算相似度函数的值,将相似度函数的值作为用于量化评估多模态大模型的输出结果的模型的输出; 所述第一方法是指将第一特征矩阵的第一个行向量作为第一特征矩阵所对应的第三特征向量,将第二特征矩阵的第一个行向量作为第二特征矩阵所对应的第四特征向量; 所述相似度函数的公式如下: ; 其中,是相似度函数,是第五特征向量中的第个元素;是第六特征向量中的第个元素。

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成都智汇合能城市科技有限公司,其通讯地址为:610041 四川省成都市中国(四川)自由贸易试验区天府新区兴隆街道湖畔路东段733号附OL-04-202411075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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。