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！

龙图腾网恭喜中科南京人工智能创新研究院;中国科学院自动化研究所申请的专利用于增强大语言模型多模态长上下文对话能力的记忆检索方法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：CN119293139B 。

龙图腾网通过国家知识产权局官网在2025-03-14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：202411806624.2，技术领域涉及：G06F16/31；该发明授权用于增强大语言模型多模态长上下文对话能力的记忆检索方法是由张钏钰;李成华;张一帆;胡庆浩;王培松设计研发完成，并于2024-12-10向国家知识产权局提交的专利申请。

本用于增强大语言模型多模态长上下文对话能力的记忆检索方法在说明书摘要公布了：本发明公开了一种用于增强大语言模型多模态长上下文对话能力的记忆检索方法，包括对原始多模态对话序列进行基于信息密度的自适应切分并提取局部特征；构建三层特征金字塔结构实现多尺度特征表示；通过特征压缩和时序依赖图建模增强特征的时序表达能力；基于特征稳定性评估构建记忆向量序列；对查询数据进行结构化表示并与记忆向量进行多层次交互；通过层次化索引和多维度相似度计算实现高效检索；基于用户反馈定期优化记忆序列。本发明能够有效提升模型在长对话场景下的多模态信息理解和检索能力，具有重要的实践应用价值。

本发明授权用于增强大语言模型多模态长上下文对话能力的记忆检索方法在权利要求书中公布了：1.用于增强大语言模型多模态长上下文对话能力的记忆检索方法，其特征在于，包括如下步骤：S1、接收原始多模态对话序列，并将其按照预设长度进行切分，得到预处理序列集合；基于预处理序列集合中的每个子序列，提取文本和图像特征，构建局部特征关联图，得到局部特征集合；对局部特征集合进行层次化特征融合，得到多层次特征表示；S2、基于多层次特征表示，计算每个特征向量的重要性得分并进行特征选择，得到压缩特征向量；基于压缩特征向量，构建时序依赖图并通过图神经网络更新节点表示，得到时序增强特征；基于时序增强特征，计算稳定性矩阵；基于稳定性矩阵，对时序增强特征进行筛选，得到记忆向量序列；S3、读取用户输入的多模态查询数据，进行特征提取，得到原始查询特征；基于原始查询特征，提取查询意图，构建结构图，得到结构化查询表示；将结构化查询表示与记忆向量序列进行交互计算，得到交互特征；对交互特征进行多尺度整合和变换，得到融合特征向量；S4、基于融合特征向量，构建多层索引结构并生成检索候选集；基于检索候选集，计算多维度相似度并验证上下文一致性，得到排序候选集；对排序候选集进行信息过滤和相关性优化，得到检索结果序列。

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中科南京人工智能创新研究院;中国科学院自动化研究所，其通讯地址为：211135 江苏省南京市江宁区创研路266号麒麟人工智能产业园3号楼3楼；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”。