杭州联汇科技股份有限公司于2024年10月申请的一项名为“基于图文交错的视觉语言多模态大语言模型预训练方法”的专利相关情况，同时介绍了该公司的基本情况。
金融界在2025年1月30日发布消息称，根据国家知识产权局的信息，杭州联汇科技股份有限公司申请了一项相当引人注目的专利。这项专利名为“基于图文交错的视觉语言多模态大语言模型预训练方法”，其公开号为CN 119377678 A。
该专利的摘要表明，这一发明公开了一种基于图文交错的视觉语言多模态大语言模型（Vision Large Language Model，VLM）预训练方法。具体包含如下几个步骤：首先是S1，要构建图文交错数据集、图片描述数据集以及文本数据集；接着是S2，构建多模态大语言模型架构，并且利用图片描述来促使视觉模型的向量空间向文本向量空间进行初步的融合；最后是S3，运用图文交错数据，将视觉信息与文本信息相融合，从而优化多模态大模型对视觉的理解能力。通过这样的方案，能够在确保大语言模型具备文本理解、逻辑推理能力的基础之上，充分把视觉信息和文本信息融合起来，进而生成大模型的视觉理解能力。而且，由于构建了图文交错数据，采用这种方法训练出来的多模态大模型具备处理多张图片的能力，这个方案在AIGC领域是非常适用的。
从天眼查的资料来看，杭州联汇科技股份有限公司成立于2003年，地处杭州市，主要从事软件和信息技术服务行业。该企业的注册资本达到12713.4897万人民币，实缴资本为9846.4019万人民币。经过天眼查的大数据分析，杭州联汇科技股份有限公司对外投资了8家企业，参与招投标项目多达677次。在知识产权方面，有商标信息52条，专利信息110条，此外，企业还拥有14个行政许可。
本文总结了杭州联汇科技股份有限公司的新专利申请情况，包括专利的名称、预训练方法等，还介绍了公司的基本信息，如成立时间、注册资本、投资情况、知识产权情况等，让读者对该公司及其新的科研成果有一个初步的认识。
原创文章，作者：东海凝丝，如若转载，请注明出处：https://www.gouwuzhinan.com/archives/5908.html
