System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本專利技術涉及模型訓練,具體涉及在創意內容領域下ai交換機平臺的模型訓練方法。
技術介紹
1、在原有的商業模式中,技術是產品創新的基礎,產品是具體實現形式。隨著ai的爆起,創新商業模式從應用場景出發,構建以平臺為核心的生態系統,并通過功能技術來實現這一目標。
2、在創意內容行業,應用場景包括文生圖,文生視頻,智能剪輯,一鍵成片等眾多設計場景,我們專為視頻動畫、平面設計、服裝設計、動漫游戲等領域的創造者構建ai交換機平臺,涉及多個彈性智能體集成,實現從用戶需求、創作工具到模型訓練、模型部署的全流程服務,通過整合多模態模型以及增強可擴展能力,為用戶提供強大的ai應用支持。
3、但是,aigc賦能創意內容行業的同時帶來越來越多的創新應用場景,常見的數據更新、模型迭代方法仍然存在局限性,無法完成滿足需求。
技術實現思路
1、針對上述技術問題,本專利技術的目的是:提供一種在創意內容領域下ai交換機平臺的模型訓練方法,通過模型定制開發,確保其符合業務場景。
2、為了實現上述目的,本專利技術采用的技術方案為:在創意內容領域下ai交換機平臺的模型訓練方法,具體以下步驟:
3、步驟1:在原有ai交換機平臺基礎架構上,新增訓練平臺以實現模型定制;
4、步驟2:通過訓練平臺生成混合模型,以實現個性化ai模型解決方案。
5、作為本專利技術的一種優選方式,所述步驟1具體為:在基礎架構的ai交換機平臺層新增訓練平臺,在基礎架構的ai資源服
6、作為本專利技術的一種優選方式,基礎架構包括應用場景層、ai交換機平臺層、ai資源服務層和算力底座層;
7、應用場景即獲取應用需求,進而根據應用需求分解為多個子任務,然后定制解決方案,
8、ai交換機平臺即利用ai能力繼承現有資源并生成新的ai資源,具體包括ai能力庫和模型庫;
9、ai資源服務即ai資源、ai應用服務,包括ai素材庫和ai工具插件;
10、算力底座即云端彈性計算池。
11、作為本專利技術的一種優選方式,應用場景包括通用場景和行業場景,通用場景包括視頻創作和平面設計,行業場景包括工裝和服裝設計。
12、作為本專利技術的一種優選方式,所述ai能力庫包含多模態解析、要素提取、素材檢索、多媒體分析和輔助生成,模型庫即為可擴展的專用模型集合,專用模型包含文生圖模型和文生視頻模型。
13、作為本專利技術的一種優選方式,所述ai素材庫包括人工智能生成的圖片、模板和設計資源;ai工具插件包括ai輔助設計工具和ai視頻智能剪輯工具。
14、作為本專利技術的一種優選方式,所述步驟2具體包括:
15、步驟2.1:訓練任務:生產任務是由應用場景下若干個特定子任務組合,根據子任務的特點動態地選擇獨立或組合模型來實現;通過監控生產任務中特定組合模型使用頻率,即假設生產任務為t,子任務為t,獨立模型m,t=t1+t2...+ti,特定子任務ti由一個或多個特定mi實現,若特定組合模型使用頻率>20%,則將組合模型作為訓練任務;
16、步驟2.2:訓練過程:首先,提取組合模型中每個模型的數據要素,所述數據要素為模型的關鍵特征;然后,多個獨立模型的數據要素逐項組合,并根據使用頻率重新排列;最后,提取排序靠前的交叉數據要素作為構成新混合模型的新數據要素;
17、假設子任務t由獨立模型mi和mj共同實現,而mi的數據要素為an,mj的數據要素是bn,則重新組合后數據要素zn=∑anbn,提取zn中使用頻率靠前的交叉數據要素en;
18、步驟2.3:訓練后模型使用:將訓練后生成的新的混合模型加載至模型庫。
19、與現有技術相比,本專利技術具有以下技術效果:
20、使用本專利技術公開的在創意內容領域下ai交換機平臺的模型訓練方法,通過模型定制開發,能夠確保其符合業務場景。
本文檔來自技高網...【技術保護點】
1.一種在創意內容領域下AI交換機平臺的模型訓練方法,其特征在于,包括以下步驟:
2.根據權利要求1所述的一種在創意內容領域下AI交換機平臺的模型訓練方法,其特征在于,所述步驟1具體為:在基礎架構的AI交換機平臺層新增訓練平臺,在基礎架構的AI資源服務層新增模型定制服務。
3.根據權利要求2所述的一種在創意內容領域下AI交換機平臺的模型訓練方法,其特征在于:基礎架構包括應用場景層、AI交換機平臺層、AI資源服務層和算力底座層;
4.根據權利要求3所述的一種在創意內容領域下AI交換機平臺的模型訓練方法,其特征在于:應用場景包括通用場景和行業場景,通用場景包括視頻創作和平面設計,行業場景包括工裝和服裝設計。
5.根據權利要求3所述的一種在創意內容領域下AI交換機平臺的模型訓練方法,其特征在于:所述AI能力庫包含多模態解析、要素提取、素材檢索、多媒體分析和輔助生成,模型庫即為可擴展的專用模型集合,專用模型包含文生圖模型和文生視頻模型。
6.根據權利要求3所述的一種在創意內容領域下AI交換機平臺的模型訓練方法,其特征在于:所述A
7.根據權利要求1所述的一種在創意內容領域下AI交換機平臺的模型訓練方法,其特征在于,所述步驟2具體包括:
...【技術特征摘要】
1.一種在創意內容領域下ai交換機平臺的模型訓練方法,其特征在于,包括以下步驟:
2.根據權利要求1所述的一種在創意內容領域下ai交換機平臺的模型訓練方法,其特征在于,所述步驟1具體為:在基礎架構的ai交換機平臺層新增訓練平臺,在基礎架構的ai資源服務層新增模型定制服務。
3.根據權利要求2所述的一種在創意內容領域下ai交換機平臺的模型訓練方法,其特征在于:基礎架構包括應用場景層、ai交換機平臺層、ai資源服務層和算力底座層;
4.根據權利要求3所述的一種在創意內容領域下ai交換機平臺的模型訓練方法,其特征在于:應用場景包括通用場景和行業場景,通用場景包括視頻創作和平...
【專利技術屬性】
技術研發人員:梅向東,朱長彥,楊皓捷,
申請(專利權)人:江蘇贊奇科技股份有限公司,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。