视觉语言模型微调方法、装置、计算机设备及存储介质

本发明涉及人工智能、金融科技及数字医疗领域，公开了视觉语言模型微调方法、装置、计算机设备及存储介质，可对市场趋势预测、病历分析应用的优化。所述方法包括：获取目标领域的训练数据；初始化预训练视觉语言模型作为基础模型；通过所述基础模型生成所述训练数据的多个候选答案；验证多个候选答案并根据验证结果更新所述基础模型，以得到目标模型。本发明通过基础模型输出训练数据的多个候选答案，再基于验证结果对基础模型进行更新的方式，有助于利用多个候选答案挖掘数据中潜在的跨模态特征关联，能够更充分地利用有限数据，提升了少样本学习中模型的性能及泛化能力，切实满足了金融和医疗领域对高质量模型的应用需求。