一种基于思维链引导的多模态大模型自增强学习方法

本发明涉及一种基于思维链引导的多模态大模型自增强学习方法，本发明其核心在于通过模型自生成的思维链迭代的微调模型，低成本地解决多模态模型复杂推理能力差的问题。本方法首次提出基于思维链引导的多模态大模型自增强学习方法，通过现有视觉推理问答数据集，引导多模态模型生成准确的思维链，从而构建高质量的复杂推理微调数据集，迭代地增强多模态模型的复杂推理能力。