多模态大模型构建方法、系统、制冷设备、存储介质

本发明提供一种多模态大模型构建方法、系统、制冷设备、存储介质，在获取多模态数据后，对多模态数据进行高效的编码和压缩，特别是利用语义压缩技术减少文本数据的冗余，同时应用去噪技术提升语音和视频数据的质量。不仅优化了数据本身，也为模型训练减轻了负担。并进一步通过上下文修剪技术对模型的嵌入层和激活层进行精简，去除那些对最终模型性能贡献较小的神经元，减少了模型对计算资源的需求的同时保持了模型处理关键信息的能力。通过上述步骤显著提升了深度学习模型在处理多模态数据时的计算效率，还通过模型结构的优化降低了对资源的需求，使得模型能在更广泛的应用场景下被部署和使用。