多模态大模型的训练、图像分类方法及装置、智能体、设备、介质和产品

本公开提供了一种多模态大模型的训练、图像分类方法及装置、智能体、设备、介质和产品，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，可应用于多模态识别和分类场景。该多模态大模型的训练方法包括：获取训练样本集，其中，训练样本集包括多个训练样本对，每个训练样本对包括样本图像、样本文本和用于样本图像的类别描述；将每个训练样本对分别输入至待训练的大模型，得到每个样本图像各自的类别信息；以及，利用每个训练样本对各自的类别描述和类别信息，训练待训练的大模型，得到用于图像分类的多模态大模型。