买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉杭州海康威视数字技术股份有限公司申请的专利一种多模态大模型的优化方法、装置和电子设备获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119940557B 。

龙图腾网通过国家知识产权局官网在2025-07-18发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510436082.2，技术领域涉及：G06N5/04；该发明授权一种多模态大模型的优化方法、装置和电子设备是由李逸飞;迟子秋;王金设计研发完成，并于2025-04-09向国家知识产权局提交的专利申请。

本一种多模态大模型的优化方法、装置和电子设备在说明书摘要公布了：本申请公开了一种多模态大模型的优化方法、装置和电子设备，方法包括：对基础多模态大模型进行训练，得到过程奖励模型；利用基础多模态大模型对训练图像进行图像描述的逐句推理；针对推理得到的每个当前句，利用所述过程奖励模型确定所述当前句的各个候选描述是否正确，将所述当前句的正确候选描述用于图像描述的下一句推理；基于逐句推理所得各句描述中成对的正确候选描述和错误候选描述，确定成对的正确图像描述和错误图像描述，作为过程监督数据；基于训练图像和所述过程监督数据对所述基础多模态大模型进行优化，得到抑制幻觉的多模态大模型。应用本申请，能够在进行图像描述时有效改善幻觉抑制的性能。

本发明授权一种多模态大模型的优化方法、装置和电子设备在权利要求书中公布了：1.一种多模态大模型的优化方法，其特征在于，包括： 基于基础多模态大模型对输入图像进行推理后输出的图像描述和对于所述图像描述逐句进行校正得到的标签数据，对所述基础多模态大模型进行训练，得到过程奖励模型；其中，所述过程奖励模型用于针对输入的图像及其图像描述输出图像描述中的每一句是否正确的信息； 利用所述基础多模态大模型对训练图像进行图像描述的逐句推理；其中，在所述逐句推理中，针对推理得到的每个当前句，利用所述过程奖励模型确定所述当前句的各个候选描述是否正确，将所述当前句的正确候选描述用于图像描述的下一句推理； 基于逐句推理所得各句描述中成对的正确候选描述和错误候选描述，确定成对的正确图像描述和错误图像描述，作为过程监督数据； 基于所述训练图像和所述过程监督数据对所述基础多模态大模型进行优化，得到抑制幻觉的多模态大模型； 其中，对所述图像描述的每个当前句进行校正得到的所述标签数据包括：所述当前句是否正确的信息，对于错误当前句进行修正后对应得到的正确当前句；训练所述基础多模态大模型得到过程奖励模型时，输入数据包括：由所述输入图像、所述图像描述中的前序正确描述和正确当前句组成的正样本，由所述输入图像、所述图像描述中的前序正确描述和错误当前句组成的负样本；输出数据包括：当前句是否正确的信息。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人杭州海康威视数字技术股份有限公司，其通讯地址为：310051 浙江省杭州市滨江区阡陌路555号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。