摘要
本发明公开了一种蒸馏算法的多模态数据质量评估方法。本发明通过将数据质量调整系数纳入模型训练中,强化了模型度数据质量、数据合规的敏感度,提高了模型的训练效率,增强了模型的专业性;通过将学生模型的训练成果通过知识回流反哺给教师模型,从而能够较好的优化教师模型,并通过优化后的教师模型蒸馏出新的学生模型,形成协同进化的正循环机制,从而可以不断优化教师模型、学生模型,提高未来数据质量评估的准确性;且通过蒸馏得到了学生模型,实际部署到客户数据端,用于数据质量评估,其消耗资源有限,同时作为本地化部署,不需要通过互联网传递数据,解决了数据传输量过大,数据质量评估效率低下的问题。
技术关键词
教师
学生
数据
蒸馏
客户
参数
空间转换矩阵
注意力
样本
算法
深度学习框架
索引
标签
指示器
定义
互联网
因子
机制
指标