一种基于加权绑定网络的垂直领域多模态大模型持续学习方法

本发明公开了一种基于加权绑定网络的垂直领域多模态大模型持续学习方法；该方法包括两阶段：基于加权绑定网络的多模态对齐训练方法训练领域大模型；基于记忆回放的多模态持续学习训练：通过数据自指令和自问答构造法实现垂直领域数据的增量构造，与记忆回放技术结合筛选领域高质量数据并实现对领域大模型的高效混合微调，弥补通用数据因知识不足难以满足领域大模型任务的缺陷；本发明能解决大模型的领域效果灾难性遗忘问题，并实现垂直领域大模型的持续学习和迭代优化；本发明能支持多模态融合和持续学习在垂直领域中的快速泛化应用，大大提高领域大模型在差异化业务需求和多模态输入背景下的下游任务效果。