摘要
本发明公开了一种基于多模态大模型与目标检测的开放式问题自动评分方法及系统,包括:获取包含开放式问题答案的试卷图片,并利用多模态大语言模型进行端到端评分;利用基于DETR的目标检测器对试卷图片进行处理,提取关键文本信息并生成对应的image token序列;将image token序列与关键文本信息输入到多模态大语言模型中,通过跨模态注意力机制进行模态融合,得到融合后的表示;利用强化学习优化的提示模型生成提示词,并将提示词与融合后的表示结合,输入到评分模型中,得到评分结果。本发明能够显著提升开放式问题自动评分的准确性和效率。
技术关键词
大语言模型
自动评分方法
试卷
多模态
生成提示词
注意力机制
图片
跨模态
上下文背景信息
置信度阈值
检测器
自动评分系统
答案
文本识别
迁移学习策略
富文本格式
误差反向传播
排版工具
BERT模型
系统为您推荐了相关专利信息
病虫害图像
温室病虫害
多模态
植物生长环境
稀疏编码特征
地形高程数据
数据降尺度
数据处理方法
地形特征提取
融合特征
融合异构数据源
轻量化神经网络
风险
设备生命周期
注意力机制