跨模态生成模型训练和内容生成方法、装置和设备

AITNT
正文
推荐专利
跨模态生成模型训练和内容生成方法、装置和设备
申请号:CN202510838791
申请日期:2025-06-20
公开号:CN120893481A
公开日期:2025-11-04
类型:发明专利
摘要
本公开提供了一种跨模态生成模型训练和内容生成方法、装置、设备、介质和产品,涉及人工智能技术领域,具体涉及计算机视觉、深度学习、大模型等技术领域,可应用于基于人工智能的内容生成等场景。模型训练方法包括:基于可学习向量和候选剪枝模型,确定当前剪枝模型;所述候选剪枝模型是对预训练跨模态生成模型进行剪枝后获得的;基于所述当前剪枝模型输出的目标预测信息,构建目标损失函数;基于所述目标损失函数,调整所述当前剪枝模型的模型参数,以及所述可学习向量,以获得目标跨模态生成模型。
技术关键词
剪枝模型 跨模态 预测特征 输出特征 内容生成方法 教师 生成模型训练方法 内容生成装置 数据 模型训练装置 人工智能技术 计算机程序产品 计算机视觉 处理器通信 指令 模块 学生
系统为您推荐了相关专利信息
1
一种金融风险预测方法、装置、存储介质及设备
多模态特征 神经网络模型 结构方程模型 生成对抗网络 跨模态融合特征
2
一种基于图像识别的电缆附件无损检测方法
电缆附件 无损检测方法 配准特征 压缩感知重建算法 迁移学习策略
3
一种基于归一化信息距离的雷达相机外参标定方法及系统
相机外参标定方法 语义标签 特征识别算法 车载激光雷达 车辆
4
多模态实体识别方法、装置、终端设备及介质
实体识别方法 融合特征 多模态 图像视觉特征向量 图像特征向量
5
基于小波变换增强的小目标检测方法
特征提取能力 网络 图像增强技术 输出特征 卷积特征
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