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！

申请/专利权人：深之瞳(深圳)信息科技有限公司

摘要：本发明涉及人工智能技术，揭露了一种基于多轮对抗优化的大模型快速调优方法及装置，包括：将获取的调优图像数据集划为训练集验和证集，利用预训练的大模型对训练集进行结果预测，根据预测结果与标准结果的梯度值为训练集添加噪声，得到初始对抗数据集，利用大模型对初始对抗数据进行结果预测，根据对抗预测结果与标准结果的损失值调整大模型的超参数并为训练集添加噪声，直到达到迭代次数，利用验证集对大模型进行性能验证，根据验证结果确认是否调优完成，若调优完成则确认得到调优大模型，利用调优大模型对获取的监控图像进行物体识别，得到识别结果。本发明还提出一种基于多轮对抗优化的大模型快速调优装置。本发明可以提高模型调优的效率。

主权项：1.一种基于多轮对抗优化的大模型快速调优方法，其特征在于，所述方法包括：将预先获取的调优图像数据集划分为训练集以及验证集，利用预训练的大模型对所述训练集进行结果预测，得到预测结果集合；获取所述预测结果集合中每一个预测结果与预置的标准结果的梯度值，得到梯度值集合，根据所述梯度值集合为所述训练集添加噪声，得到初始对抗数据集；利用所述大模型对所述初始对抗数据集中每一个对抗样本进行结果预测，得到对抗预测结果集合，计算所述对抗预测结果集合中每一个对抗预测结果与预置的标准结果的损失值，得到损失值集合；根据所述损失值集合调整所述大模型的超参数，以及根据所述损失值集合为所述训练集添加噪声，得到迭代对抗数据集；利用所述大模型对所述迭代对抗数据集中每一个对抗样本进行结果预测，得到对抗预测结果集合后，返回所述计算所述对抗预测结果集合中每一个对抗预测结果与预置的标准结果的损失值，得到损失值集合的步骤；当所述大模型达到预设的迭代次数，利用所述验证集对所述大模型进行性能验证；若所述调优大模型未通过所述性能验证，则获取全新的调整数据集，返回所述将预先获取的调优图像数据集划分为训练集以及验证集，利用预训练的大模型对所述训练集进行结果预测，得到预测结果集合的步骤；若所述调优大模型通过所述性能验证，则确认所述大模型调优完成，得到调优大模型；利用所述调优大模型对预先获取的监控图像进行物体识别，得到物体识别结果。

全文数据：

权利要求：

百度查询： 深之瞳(深圳)信息科技有限公司 基于多轮对抗优化的大模型快速调优方法及装置