摘要
本申请提供了中医药多模态LLM训练方法及其应用,涉及生物和人工智能交叉领域。该方法包括:获取带标签的多模态医学数据;训练视觉和时序特征提取模型以生成舌苔和脉搏特征;通过跨模态自注意力机制模型对舌苔和脉搏特征进行联合特征;训练文本特征提取模型以生成文本特征;联合特征和文本特征输入跨模态注意力机制模型,生成融合特征;最终将各模型集成到大语言模型中,生成中医药多模态LLM。前述训练方法提升了多模态信息的协同表达能力,增强了特征之间的深层语义关联,实现了中医药多模态信息的高效融合。
技术关键词
特征提取模型
中医药
注意力机制
时序特征
视觉特征提取
文本
跨模态
舌苔图像
脉搏特征
融合特征
带标签
联合损失函数
多模态信息
存储计算机程序
数据
系统为您推荐了相关专利信息
医疗模拟器
电池寿命预测方法
联合损失函数
电池容量预测
物理
可信计算方法
卷积模块
门控循环单元
区块链存证
物理
检测调控方法
深度Q网络
监督分割方法
调节光照强度
面积特征
连续特征数据
离散特征
语义特征
康复训练系统
样本