生成多模态偏好数据的方法、装置、设备以及存储介质

本公开提供了一种生成多模态偏好数据的方法、装置、设备以及存储介质，涉及人工智能技术领域，尤其涉及计算机视觉、深度学习、大模型等技术领域，可应用于生成式人工智能(AIGC)、人机交互等场景。具体实现方案为：接收用户指令、第一文件和针对用户指令和第一文件的多个问答信息；第一文件包括图像和视频中的至少之一；提取第一文件的视觉信息；将用户指令、多个问答信息和视觉信息输入预先训练的神经网络模型，以获取针对各个问答信息的评估值；基于用户指令、第一文件、多个问答信息和针对各个问答信息的评估值，生成多模态偏好数据。