基于直接偏好优化多模态大语言模型的积水水深提取方法

AITNT
正文
推荐专利
基于直接偏好优化多模态大语言模型的积水水深提取方法
申请号:CN202411559276
申请日期:2024-11-04
公开号:CN119691495A
公开日期:2025-03-25
类型:发明专利
摘要
本发明提供一种基于直接偏好优化多模态大语言模型的积水水深提取方法,包括:获取待识别的社交媒体内容;将所述待识别的社交媒体内容输入预训练的水深识别模型,获得所述水深识别模型输出的水深识别结果,其中,所述水深识别模型为基于令牌级直接偏好优化策略训练得到的多模态大语言模型。本发明基于直接偏好优化多模态大语言模型的积水水深提取方法,通过令牌级直接偏好优化策略对多模态大语言模型进行训练得到水深识别模型,从而使得水深识别模型能更加准确地根据输入的目标区域目标时段的待识别社交媒体内容识别出其对应的水深信息。
技术关键词
大语言模型 多模态 积水 社交 媒体内容识别 策略 令牌 数据 计算机程序产品 处理器 定义 图像 识别模块 存储器 视频 样本 电子设备 指令
系统为您推荐了相关专利信息
1
一种基于大语言模型的新型网络案件非结构化数据关系分析方法
数据关系分析方法 大语言模型 案件 自定义模型 BERT模型
2
基于时间序列预测的智慧型分水控制方法
水压 分水器阀门 数据 智慧型 序列
3
基于双通道检测与决策融合的3D打印异常报警方法及系统
报警方法 决策 数据 缺陷类别 多模态
4
一种基于人工智能的新媒体多模态内容生产的方法及系统
多模态 语音指令识别 媒体 信号 模块
5
基于多模态监督对比学习的脑肿瘤诊断方法及系统
多模态 样本 诊断方法 诊断特征 图像编码器
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号