基于大语言模型的对象处理方法、装置、计算机设备、存储介质和程序产品

本申请涉及一种基于大语言模型的对象处理方法和装置，可用于人工智能技术领域及金融领域，以提高处理得到的预测资源获取率的准确性，从而基于预测资源获取率确定的目标对象组合的可信度和质量。所述方法包括：根据各待筛选对象在目标时长的历史资源获取率，得到各待筛选对象的资源持续特征；通过大语言模型，根据各待筛选对象的文本数据，获取各待筛选对象对应的情感特征；将资源持续特征和情感特征输入到经训练的资源获取预测模型，获取资源获取预测模型输出的各待筛选对象在未来时间的预测资源获取率；根据预测资源获取率的大小，从多个待筛选对象中确定多个目标对象得到目标对象组合。