面向零售场景的多模态大语言模型训练方法及系统

本发明涉及智能零售终端技术领域，解决了现有技术中智能售货终端内商品需求预测准确度低的问题，提供了一种面向零售场景的多模态大语言模型训练方法及系统。该方法包括：对历史商品交易场景下的用户区域图像进行人体特征提取，更新用户群体特征信息；利用预收集的各商品对应的历史商品销售数据和历史商品特征信息，对长短期记忆模型进行训练，确定商品需求预测初始模型；将所述用户群体特征信息作为增量数据输入预训练的商品需求预测初始模型中进行微调训练，得出微调后的商品需求预测目标模型。本发明能够提高智能售货终端内商品需求预测的准确度。