一种用于视觉语言生成式异常分析的强化学习方法

本发明公开了一种用于视觉语言生成式异常分析的强化学习方法，包括：利用开源视觉语言模型构造训练数据与任务，涵盖基于图像的问题及规则生成、任务解释生成及拒绝采样；将强化学习算法引入模型训练，增强其在异常分析任务中的推理、解释及标注框生成能力；结合视觉异常判断、解释内容与目标框设计奖励函数；基于构造数据与奖励函数迭代训练模型，完成后部署至实际监控系统。本发明通过强化学习优化视觉语言模型的异常分析能力，利用奖励函数引导模型生成更准确的异常判断、解释与定位，有效提升监控系统的智能化水平；开源模型的数据构造方法降低了训练成本，拒绝采样机制提高了数据质量。