買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜山東捷構信息科技有限公司申請的專利基于低代碼的多模態大模型構建方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119148997B 。

龍圖騰網通過國家知識產權局官網在2025-03-25發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202411603715.6，技術領域涉及：G06F8/30；該發明授權基于低代碼的多模態大模型構建方法是由王安煒;王濤;劉志杰;展春蕾;武彬;張超;呂京元;韓冰設計研發完成，并于2024-11-12向國家知識產權局提交的專利申請。

本基于低代碼的多模態大模型構建方法在說明書摘要公布了：本發明涉及一種基于低代碼的多模態大模型構建方法，屬于人工智能領域。其包括以下步驟：S1：獲取多模態數據，所述多模態數據包括結構化數據和非結構化數據；S2：構建結構化數據處理模塊，所述結構化數據經過結構化數據處理模塊，得到對齊的結構化數據；S3：構建非結構化數據處理模塊，所述非結構化數據經過非結構化數據處理模塊，得到對齊的非結構化數據；S4：將所述對齊的結構化數據和對齊的非結構化數據應用到底座大模型中。本發明通過將PySpark表合并技術、AutoML和NL2SQL整合在結構化數據處理模塊中，實現了結構化數據的對齊，將SwinTransformer和CLIP模型整合在非結構化數據處理模塊中，實現了非結構化數據的對齊，提高了多模態大模型在多模態任務中的性能。

本發明授權基于低代碼的多模態大模型構建方法在權利要求書中公布了：1.一種基于低代碼的多模態大模型構建方法，其特征在于，包括以下步驟：S1：獲取多模態數據，所述多模態數據包括結構化數據和非結構化數據；S2：構建結構化數據處理模塊，所述結構化數據處理模塊包括表合并模塊、模型流程構建模塊和結構化數據對齊模塊，所述結構化數據經過表合并模塊進行表合并操作，得到特征寬表，所述特征寬表經過模型流程構建模塊，得到所述特征寬表的決策結果，將所述決策結果連同所述特征寬表中的特征屬性一起輸入到結構化數據對齊模塊，得到對齊的結構化數據；所述表合并模塊采用PySpark表合并技術，將PySpark作為低代碼平臺的可視化算子，對該算子進行基于SQL的可視化編輯，完成表合并操作，得到特征寬表，具體包括：PySpark可視化：采用PySpark算子可視化技術對所述結構化數據進行預處理，PySpark算子提供統一的DataFrameAPI接口，實現表合并操作，通過可視化SQL與PySpark將多個表組成新的結構化數據表格，進而得到特征寬表；PySpark算子的過程實現中，采用union操作進行表合并，通過union操作將兩個或多個數據集合并為一個新的數據集，所述數據集為RDD、DataFrame形式；所述模型流程構建模塊具體包括：通過自動化特征工程的方式來構建AutoML的流程，所述自動化特征工程包括自動化特征組合算子，所述特征寬表經過自動化特征組合算子進行特征組合分析，生成基于組合方法產生的特征，并通過自動化特征組合算子評估基于組合方法產生的特征的重要性,最終得到所述特征寬表的決策結果；所述基于組合方法為combine函數，所述自動化特征組合算子使用分桶技術；S3：構建非結構化數據處理模塊，所述非結構化數據處理模塊包括目標檢測模塊和非結構化數據對齊模塊，所述非結構化數據經過目標檢測模塊進行特征提取，得到所述非結構化數據的特征表示，將所述特征表示輸入到非結構化數據對齊模塊，得到對齊的非結構化數據；S4：將所述對齊的結構化數據和對齊的非結構化數據應用到底座大模型中，完成多模態大模型的構建。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人山東捷構信息科技有限公司，其通訊地址為：250000 山東省濟南市高新區舜華街道銀荷大廈e座613；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。