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！

龙图腾网获悉国网安徽省电力有限公司电力科学研究院申请的专利基于大小模型协同的知识型视觉问答方法、设备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：CN121350217B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202511903634.2，技术领域涉及：G06F16/3329；该发明授权基于大小模型协同的知识型视觉问答方法、设备及介质是由胡若男;赵成;甄超;葛健;李奕萱;娄伟;朱胜龙;田宇;潘敏设计研发完成，并于2025-12-17向国家知识产权局提交的专利申请。

本基于大小模型协同的知识型视觉问答方法、设备及介质在说明书摘要公布了：基于大小模型协同的知识型视觉问答方法、设备及介质，属于视觉问答技术领域，解决如何提高视觉问答技术面临复杂问题的准确性的问题；本发明在图像描述提取步骤生成与自然语言问题高度关联的图像描述与关键对象标签集合，在实体增强处理步骤通过提取关键实体并生成用于消解语义歧义的澄清性问题和实体示例，在候选答案生成步骤基于多轮生成策略在不同推理维度下生成若干语义互补的答案，基于模型内置评分机制筛选优化后的候选答案，在上下文示例检索步骤通过检索与当前输入最相关的示例，最后，大语言模型接收上述步骤输出结果拼接形成的统一输入提示，以自回归方式推理生成答案，有效提高视觉问答技术面临复杂问题的准确性。

本发明授权基于大小模型协同的知识型视觉问答方法、设备及介质在权利要求书中公布了：1.基于大小模型协同的知识型视觉问答方法，其特征在于，包括以下步骤： S1，接收用户输入的待分析图像以及与所述图像内容相关的自然语言问题，并进行标准化处理； S2，将标准化处理后的图像与问题融合，生成关联问题的图像描述，识别图像中的关键对象生成关键对象标签集合，融合图像描述与关键对象标签集合，输出完整图像描述；其中，表示图像，表示初始的问题，表示问题导向型图像描述，而表示关键对象标签集合； S3，提取自然语言问题中的关键实体，结合关键对象标签集合构建澄清问题；以澄清问题与标准化处理后的图像为输入，基于预训练的视觉-语言模型生成实体示例；其中实体示例个体，表示澄清问题，OFA表示通用多模态预训练视觉-语言模型； S4，基于多轮生成策略生成原始候选答案集合，采用模型内置评分机制对原始候选答案集合进行综合评估，优化候选答案集合； S5，基于预训练多模态编码器提取图像与问题的视觉特征、文本特征，计算与训练数据集中各样本的综合相似性得分，依据相似性筛选出最相关的图像-问题对，汇总为上下文示例集合； S6，基于步骤S2~S5的输出结果，构建适配大语言模型的统一输入提示并传递给大语言模型生成答案，所述统一输入提示P具体为基于步骤S2~S5的输出结果与任务指令按固定顺序拼接；步骤S2~S5的输出结果依次为完整图像描述、实体示例、候选答案集合和上下文示例集合。

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国网安徽省电力有限公司电力科学研究院，其通讯地址为：230000 安徽省合肥市经济开发区紫云路299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。