返回搜索
档案
一种基于任务关键视觉证据约束的多模态大模型强化学习训练方法
发明专利未知
10权利要求 · 1 独立
§ Ⅰ
卷宗概要
发明人
王翔; 段敬儒; 卢金达; 臧文羽; 张岸; 文国茜
申请日
Aug 12, 2026
公开日
Oct 27, 2026
IPC 分类
G06N 5/04 (2023.01)G06F 18/25 (2023.01)G06F 18/21 (2023.01)G06F 18/20 (2023.01)G06N 3/092 (2023.01)
本发明提供了一种基于任务关键视觉证据约束的多模态大模型强化学习训练方法,方法包括:获取多模态推理训练样本,训练样本包括图像、与图像对应的文本问题以及标准答案;针对图像和文本问题构造任务关键视觉证据评价准则,任务关键视觉证据评价准则包括正证据条目集合和负证据条目集合,每个证据条目包括证据内容、证据类型和重要度权重,其中,正证据条目集合用于表征回答文本问题所必需的视觉事实,负证据条目集合用于表征与视觉事实相冲突或候选推理轨迹中不应出现的错误内容;将图像和文本问题输入当前策略模型。本发明通过细粒度的证据约束和自适应优势估计,提升多模态推理模型对关键视觉事实的读取能力和推理可靠性。
登录后阅读全文
已显示权利要求 1。免费注册即可阅读全部 10 项权利要求、说明书全文、全部附图、翻译和法律状态。
- 全部权利要求
- 技术领域
- 背景技术
- 发明内容
- 附图说明
- 具体实施方式