大模型算法冷启动提示词优化方法、装置及设备制造方法及图纸

本申请提供一种大模型算法冷启动提示词优化方法、装置及设备。在一个示例中，该方法包括：获取目标业务场景的初始提示词；依据所述初始提示词，利用未针对目标业务场景进行预训练的多模态大模型，执行所述目标业务场景的视觉领域任务，得到输出事件；在确定满足提示词优化条件的情况下，依据所述初始提示词、所述输出事件对应的、带有标注信息的事件图片，以及，所述目标业务场景对应的算法能力描述信息，利用所述多模态大模型，进行提示词优化，得到优化后的提示词。该方法可以实现提示词的自动优化，为提升利用多模态大模型执行目标业务场景的视觉领域任务的性能提供的技术支持。

【技术实现步骤摘要】

本申请涉及ai智能算法，尤其涉及一种大模型算法冷启动提示词优化方法、装置及设备。

技术介绍

1、多模态大模型(本文中简称大模型)是指能够同时处理和理解多种类型数据(如文本、图像、音频等)的大型深度学习模型。

2、为了使大模型在视觉领域能够准确理解业务场景和实际需求，在大模型的应用上提出了提示词(prompt)。基于合适的提示词，可以提高大模型处理视觉领域任务的性能。

3、如何得到合适的提示词成为大模型视觉领域任务处理中亟待解决的技术问题。

技术实现思路

1、有鉴于此，本申请提供一种分析区域确定以及智能分析的方法、装置及设备。

2、根据本申请实施例的第一方面，提供一种大模型算法冷启动提示词优化方法，包括：

3、获取目标业务场景的初始提示词；

4、依据所述初始提示词，利用未针对所述目标业务场景进行预训练的多模态大模型，执行所述目标业务场景的视觉领域任务，得到输出事件；

5、在确定满足提示词优化条件的情况下，依据所述初始提示词、所述输出事件对应本文档来自技高网...

【技术保护点】

1.一种大模型算法冷启动提示词优化方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述初始提示词的初始置信度小于预设置信度阈值；其中，提示词的置信度与利用所述多模态大模型从图片中检出与该提示词对应的目标的准确性正相关。

3.根据权利要求1所述的方法，其特征在于，所述满足提示词优化条件，包括：输出事件的数量达到预设数量，和/或，利用所述多模态大模型执行所述目标业务场景的视觉领域任务的持续时长达到预设时长。

4.根据权利要求1所述的方法，其特征在于，所述依据所述初始提示词、所述输出事件对应的、带有标注信息的事件图片，以及，所述目标业务场...

【技术特征摘要】

1.一种大模型算法冷启动提示词优化方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述初始提示词的初始置信度小于预设置信度阈值；其中，提示词的置信度与利用所述多模态大模型从图片中检出与该提示词对应的目标的准确性正相关。

3.根据权利要求1所述的方法，其特征在于，所述满足提示词优化条件，包括：输出事件的数量达到预设数量，和/或，利用所述多模态大模型执行所述目标业务场景的视觉领域任务的持续时长达到预设时长。

4.根据权利要求1所述的方法，其特征在于，所述依据所述初始提示词、所述输出事件对应的、带有标注信息的事件图片，以及，所述目标业务场景对应的算法能力描述信息，利用所述多模态...

【专利技术属性】
技术研发人员：李青，
申请(专利权)人：杭州海康威视系统技术有限公司，
类型：发明
国别省市：