原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种扩展多模态模型语言能力的方法,其步骤为：保留并冻结编码器、选取并冻结预训练多语言文本编码器、定义多层MLP网络、将多语言文本适配器接在预训练多语言文本编码器后面、选取训练集、训练多语言文本适配器。本发明选用预训练的多语言文本编码器，可以采样原跨模态模型的训练集作为本方案的训练集；分别活动B模态编码表征和文本表征；设计适配器直接将文本表征与B模态编码表征对齐，消除了由目标语言文本表征与源语言文本表征对齐而带来的差异。无需原跨模态模型的全部训练数据，采样部分训练数据即可，训练成本低。
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 117010331 A
(43)申请公布日 2023.11.07
(21)申请号 202310810210.6
(22)申请日 2023.07.03
(71)申请人 易视腾科技股份有限公司
地址 2
文档评论（0）