详细信息：

项成果属于基于自适应对抗生成网络（GAN）的跨模态信息处理技术。生成模型模拟人脑对外界知觉信息的推理和想象机制，可以创造现实中不存在的逼真图像或文本。该模型理论上可以作为通用模型，执行多种设置任何任务。例如，针对自然语言生成模块的设计，项目组依靠前期在生成对抗网络的研究积累，研究了基于对抗机制的文本生成技术。本成果提出一个基于对弈模型的平衡系数进行自适应调节生成模型与判别模型更新次数的动态训练方法。该方法提升了生成对抗网络的训练稳定性，使之可以胜任更加复杂的生成任务，包括符合用户意图的语言大模型。