基于遗传算法的视觉-语言模型提示词进化生成方法

本发明涉及一种基于遗传算法的视觉‑语言模型提示词进化生成方法，通过随机生成目标任务下的不同的提示词来构建初始提示词集合，对随机生成的提示词进行预处理，保留N组提示词作为初始种群；设计多维度适应度评估函数来评估每组提示词在视觉‑语言任务中的表现质量，并且基于精英保留策略选择优质提示词个体。借鉴遗传算法，对选择的优质提示词个体进行交叉和变异操作，生成新一代提示词种群；最后进行多次迭代优化，直至满足预设的终止条件，输出最优提示词集合。采用了本发明的基于遗传算法的视觉‑语言模型提示词进化生成方法，能够自动生成高质量、多样化的提示词，显著提升视觉‑语言模型的性能表现，同时具有良好的可解释性和适应性。