北京
分享至
国家知识产权局信息显示，复旦大学、支付宝（杭州）数字服务技术有限公司申请一项名为“一种基于目标模型对图文内容进行问答推理的方法及装置”的专利，公开号CN122597830A，申请日期为2026年4月。
专利摘要显示，本说明书实施例提供了一种基于目标模型对图文内容进行问答推理的方法，目标模型包括多个解码层，图文内容包括若干图像与若干文本段；所述方法包括：针对若第一图像，执行第一表征压缩，得到第一图像对应于L个解码层的L个视觉压缩表征；针对第一文本段，执行第二表征压缩，得到第一文本段对应于L个解码层的L个文本压缩表征；将图文内容中的图像与文本段分别替换为占位符，输入多个解码层进行解码操作，包括：在L个解码层中的每个解码层，将本解码层所对应的视觉压缩表征与文本压缩表征叠加至对应占位符的当前隐表征，之后进行融合处理，得到解码表征；基于最后一个解码层输出的解码表征，生成图文内容对应的答案文本。
声明：市场有风险，投资需谨慎。本文为AI基于第三方数据生成，仅供参考，不构成个人投资建议。
本文源自：市场资讯
作者：情报员
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
