摘要
一种基于特征关联的大模型知识蒸馏方法,对输入数据进行处理,提取出关键特征,其中关键特征包括图像特征、文本特征和语音特征;将提取出的关键特征进行关联分析,确定特征之间的关联关系,其中关联分析采用自适应权重分配机制,根据特征的重要性动态调整权重;根据关联分析结果,将大模型中的知识蒸馏到小模型中,实现模型的轻量化,其中知识蒸馏采用多尺度蒸馏技术,包括全局蒸馏和局部蒸馏。本发明通过特征提取步骤,针对图像、文本和语音多种输入数据类型进行深入处理,提取出关键特征,充分利用不同模态的信息,从而使得模型能够在多样化场景下更好地理解和处理数据。