一种基于大模型的多语言攻击性检测方法

本发明属于NLP大模型领域，公开了一种基于大模型的多语言攻击性检测方法，包括：构建并清洗多语言攻击性检测的数据集；加载Llama2模型进行改造，并在改造后进行预训练得到预训练语言模型；基于数据集，采用LoRA微调方法对所述预训练语言模型进行微调，得到微调模型；利用微调模型进行多语言攻击性检测。本发明提升了模型的性能。与此同时，该方法又减少了模型的参数量，使得模型在实际的系统中部署时更加灵活和高效。