一种基于VLM-LLM协同校验与指令驱动的多模态数据构建方法

本申请涉及一种基于VLM‑LLM协同校验与指令驱动的多模态数据构建方法，通过VLM与LLM的协同校验设计机制，实现了全流程自动化，减少人工标注环节，使复杂场景数据构建效率提升；进一步地，通过LLM的多次交叉复核机制，建立自纠错能力，显著降低错误标注率，大幅减少后期修正成本；通过自动调度LLM中专家身份，实现了优秀的域迁移能力，有效解决人工专家依赖问题，能够自动适应新图像领域，无须人工介入干预，提高了多模态数据构建的灵活性和适应性。与传统人工标注方案和半自动化标注方案相比，本发明克服了语义理解不足、模态割裂、动态适配性差等技术劣势，以及成本高昂、质量波动大、迭代效率低等人力劣势，为高效生产高质量多模态数据集提供了解决方案。