摘要
本发明提供了一种多模态异构模型检索增强方法及系统,包括:基于用户多模态查询,构建知识与应用示例双语料库,设计联合检索机制得结果集;经文本、图像、音频专用处理渠道及分段梯形拓扑结构的Spiking神经网络,映射调度得特征表示;构建基础模型、高级模型和人类专家的三级级联架构,结合递延与弃权决策机制,得决策路径与答案候选集;用哈密顿图网络表示多模态关系,以无梯度下降法快速训练优化模型参数;通过跨模态语义对齐及动态检索窗口调整,得增强检索结果;经上下文感知排序与检索增强推理,得高质量响应。该发明提升了多模态信息检索处理效率与异构模型推理响应质量。