基于不确定度估计的多模态大模型优化对齐方法及系统

本发明公开了基于不确定度估计的多模态大模型优化对齐方法及系统，所述方法包括：（1）数据整体不确定度估计：计算训练数据集中所有四元组的整体不确定度；（2）批量不确定度度量：对于给定批量样本中的每个个体，计算其不确定度，并通过动态选择机制剔除异常样本，得到平滑后的批量不确定度；（3）模型优化调整。本发明首先对于输入的偏好数据对，基于模型输出进行不确定度估计，其中困难样本对之前的不确定度低。基于模型优化方式，将多模态大模型的度量结果融入到在多模态大模型偏好优化过程中，通过在优化过程中给不确定度高的样本对分配更高的权重，实现对困难样本的关注，从而实现鲁棒优化。