基于时序性能增益的训练与处理方法、装置、设备及介质

本发明涉及人工智能技术领域，可应用于金融科技及医疗健康等业务场景中，公开了一种基于时序性能增益的训练与处理方法、装置、设备及介质，包括：获取视频样本生成视频熵因子以调整奖励强度并形成训练流程，构建有序帧与打乱帧内容生成回答结果，对比回答结果得到时序性能增益，结合奖励强度与时序性能增益生成奖励信号，输入策略优化过程更新策略参数并处理训练流程生成训练输出，更新训练模型直至获得目标模型，利用目标模型完成任务。本发明通过视频熵因子突出复杂样本，结合时序性能增益强化跨帧推理，使奖励信号同时体现样本难度与时序差异，避免模型依赖单帧，提升视频推理的稳定性和泛化能力。