一种基于三元组多模态提示的知识蒸馏方法

本申请涉及机器学习技术领域，本申请提供一种基于三元组多模态提示的知识蒸馏方法，其特征在于，包括：获取多个开源视觉数据集并构建训练集、验证集和测试集；构建用于蒸馏的教师模型，通过训练对教师模型进行两阶段提示微调；构建基于三元组提示蒸馏的学生模式，并将教师模型知识蒸馏至学生模型；将训练好的学生模型进行检索预测。本申请通过原型引导的三元组提示蒸馏机制与多损失协同优化，实现了跨模态知识的高效精确迁移，全面提升模型在少样本场景下的泛化性能与鲁棒性。