基于元权重调节器的多模态学习方法、装置、设备及介质

本申请提供一种基于元权重调节器的多模态学习方法、装置、设备及介质，涉及模型训练技术领域。本申请方法通过元权重调节器比较源数据样本的第一梯度下降方向与目标数据样本的第二梯度下降方向，以计算方向相似度，有助于识别和强化源数据中与目标数据在分布上相似的部分。基于方向相似度调整源数据样本的权重，使得模型在训练时更加关注于那些与目标数据分布相似的源样本，有效地缩小了源数据和目标数据之间的分布差异，提高了模型在目标数据上的适应性。通过不断调整源权重并计算损失，直到源数据集和目标数据集的模型损失差值低于预设阈值，有效地提升了多模态学习模型在数据量较少的业务场景中的检索准确性。