基于自回归特征压缩的高效多模态内容安全感知方法

AITNT
正文
推荐专利
基于自回归特征压缩的高效多模态内容安全感知方法
申请号:CN202510671968
申请日期:2025-05-23
公开号:CN120197221B
公开日期:2025-08-19
类型:发明专利
摘要
本发明公开了基于自回归特征压缩的高效多模态内容安全感知方法,属于人工智能技术领域。所述方法包括步骤1:构建多模态对齐模型,对齐文本和图像特征空间,引入分类器对每种模态进行内容安全分类;步骤2:构建自回归模型,对所述多模态对齐模型获得的多模态特征进行高效表征压缩;步骤3:基于多模态对齐模型和自回归模型进行内容安全检索,根据检索耗时动态调整高效表征压缩后的特征长度,实现高效精准的内容安全判定。本发明在内容安全问题上兼顾高效性和灵活性,同时兼顾了常见的图像和文本模态。
技术关键词
多模态 压缩特征 分类器 文本编码器 图像编码器 模态特征 处理器 人工智能技术 动态 序列 可读存储介质 数据 阶段 电子设备 程序 指令 模块
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号