一种基于大语言模型的自适应文本引导纤维束特征融合方法及系统

本发明涉及文本特征融合技术领域，尤其是涉及一种基于大语言模型的自适应文本引导纤维束特征融合方法及系统。方法包括基于纤维束特征融合后的特征进行多尺度潜在注意力融合，包括潜在多尺度特征嵌入、尺度间注意力建模、多尺度融合与残差增强和注意力正则与尺度一致性约束；基于多尺度潜在注意力融合后的特征进行伪令牌序列生成与聚合，包括伪令牌嵌入表示、令牌序列化与切片映射、语义一致性与上下文建模和序列聚合与可解码接口生成；将经过伪令牌序列生成与聚合的多模态融合特征，利用大语言模型处理生成自然语言输出。本发明提出了一种基于大语言模型的自适应文本引导纤维束特征融合方法，实现了多模态信息的高效协同与语义可解释化融合。