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！

龙图腾网获悉山东大学;数字日照有限公司申请的专利基于近似子模函数与连续学习的提示词优化方法及系统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：CN120597895B 。

龙图腾网通过国家知识产权局官网在2025-10-14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：202511092853.7，技术领域涉及：G06F40/30；该发明授权基于近似子模函数与连续学习的提示词优化方法及系统是由孙皓亮;王雅婷;潘峰;孙渊;范佳奕;闫雪;王哲;尹义龙;葛晨宇设计研发完成，并于2025-08-06向国家知识产权局提交的专利申请。

本基于近似子模函数与连续学习的提示词优化方法及系统在说明书摘要公布了：本公开提供了基于近似子模函数与连续学习的提示词优化方法及系统，涉及人工智能多模态感知技术领域，包括：构建候选提示词集合，设计基于近似子模函数性质的组合目标函数，采用结合随机扰动、多轮迭代与任务自适应机制的贪心选择算法对组合目标函数进行求解，实现候选提示词集合的优化选择，逐步从候选提示词集合中选出具有最大增益的提示词加入优化子集，每选出一个新的提示词，则进行一次局部优化，当所有目标提示词被选出后，在连续空间中对所有提示词采用交替式优化策略进行联合优化，不断迭代直至得到优化后的提示词。本公开实现对语言模型提示词的高效自适应更新，以提升模型在零样本、少样本及概念漂移场景中的泛化性能和鲁棒性。

本发明授权基于近似子模函数与连续学习的提示词优化方法及系统在权利要求书中公布了：1.基于近似子模函数与连续学习的提示词优化方法，其特征在于，包括： 获取待分类的图像数据； 利用近似子模函数与连续学习联合优化策略对图像对应的提示词进行优化；将图像数据以及优化后的提示词输入至多模态分类模型进行图文匹配，输出得到图像分类的结果； 其中，对提示词实施近似子模函数与连续学习联合优化策略的过程包括：构建候选提示词集合，设计基于近似子模函数性质的组合目标函数，采用结合随机扰动、多轮迭代与任务自适应机制的贪心选择算法对组合目标函数进行求解，实现候选提示词集合的优化选择，逐步从候选提示词集合中选出具有最大增益的提示词加入优化子集，每选出一个新的提示词，则进行一次局部优化，当所有目标提示词被选出后，在连续空间中对所有提示词采用交替式优化策略进行联合优化，不断迭代直至得到优化后的提示词； 具体地，构建候选词集合包括：提取图像对应的候选提示词，采用BPE分词器对候选提示词进行编码筛选，保留被编码为单一token的提示词词语，保留下来的提示词词语构成候选提示词集合，每个提示词词语为通过多重筛选的语义有效、频率适中且可由CLIP直接处理的原子词项； 设计基于近似子模函数性质的组合目标函数，包括：结合任务损失与语义多样性，设计基于近似子模函数性质的组合目标函数，基于近似子模函数性质的组合目标函数由分类性能项以及语义多样性正则项组成，且组合损失呈现出近似子模函数性质，包括随着候选提示词集合扩展，新加入的提示词对组合损失的改善效果呈边际递减趋势以及在某个提示词，对小的集合的增益高于对大的集合的增益； 采用结合随机扰动、多轮迭代与任务自适应机制的贪心选择算法对组合目标函数进行求解，包括：采用结合随机扰动、多轮迭代与任务自适应机制的贪心选择算法对组合目标函数进行求解的目标是在不超过设定长度的前提下，从候选提示词集合中选出优化子集，使得组合目标函数的组合损失最小，贪心选择算法的过程包括：初始化提示词的优化子集为空集，在每轮迭代中，遍历所有候选提示词并计算其加入优化子集后将带来的损失下降量，选取带来最大损失下降量的候选提示词，加入当前优化子集，重复迭代，直到达到最大词数或损失下降小于预设阈值时，停止迭代，得到当前贪心迭代下的优化子集；为避免贪心算法陷入局部最优、提升搜索空间覆盖度，设计两种增强机制：增加随机扰动，从不同初始点并行启动贪心流程，每轮迭代前对候选提示词进行随机打乱，引入扰动提升搜索路径多样性；在边际增益计算中，融合类别分布信息对提示词进行加权，进行自适应权重调整； 当所有目标提示词被选出后，在连续空间中对所有提示词采用交替式优化策略进行联合优化，不断迭代直至得到优化后的提示词，包括：在初始阶段，采用贪心算法逐步从候选提示词集合中选择出具有最大增益的提示词，每当选中一个新的提示词后，冻结已有提示词，仅对新的提示词进行局部微调训练，所有目标提示词被选出后，开启联合优化阶段，释放所有提示词参数，在连续嵌入空间内进行联合微调，联合微调过程使用与近似子模函数评估过程中相同的分类损失，即对比交叉熵损失，采用该损失衡量图像特征与真实类别提示词之间的相似度，对比交叉熵损失作为唯一的优化目标，通过优化目标的逐步强化，使得提示词最终能够在语义上与图像类别高度一致。

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山东大学;数字日照有限公司，其通讯地址为：250000 山东省济南市高新区舜华路1500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”。

以上内容由龙图腾AI智能生成。