CN119558379A 一种视觉语言大模型的参数对齐方法、装置及存储介质 （山东极视角科技股份有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN119558379A

(43)申请公布日2025.03.04

(21)申请号202510095871.4

(22)申请日2025.01.22

(71)申请人山东极视角科技股份有限公司

地址266000山东省青岛市黄岛区庐山路

57-1号301

(72)发明人罗韵陈硕陈振杰徐雷

(74)专利代理机构深圳腾文知识产权代理有限

公司44680

专利代理师钟奉展

(51)Int.Cl.

G06N3/096(2023.01)

G06N3/0455(2023.01)

G06F18/213(2023.01)

G06F18/22(2023.01)

G06F18/27(2023.01)

G06F18/25(2023.01)

权利要求书3页说明书11页附图4页

(54)发明名称

一种视觉语言大模型的参数对齐方法、装置

及存储介质

(57)摘要

CN119558379A本申请公开了一种视觉语言大模型的参数对齐方法、装置及存储介质，涉及人工智能领域。包括：收集包含图像和对应文本描述的多模态数据集；对图像数据和文本数据进行预处理；将预处理多模态数据进行特征提取，生成特征向量；基于Transformer的架构分别构建视觉模型和语言模型；加入多模态对齐模块，将视觉