一种大语言模型的微调方法、直播处理方法、装置和设备

本公开提供了一种大语言模型的微调方法、直播处理方法、装置和设备，涉及深度学习、自然语言处理等技术领域，可应用于直播场景。该微调方法包括：根据直播间的第一样本事件集和预设的决策提示词生成决策提示语句；将所述决策提示语句输入第一大语言模型，通过所述第一大语言模型确定第一决策类型，并通过所述第一大语言模型根据所述第一决策类型和所述第一样本事件集预测直播间的第一直播内容；执行所述第一直播内容，并根据所述直播间在执行所述第一直播内容之后的用户行为数据确定所述第一直播内容的第一奖励值；根据所述第一奖励值，对所述第一大语言模型进行微调得到经微调的第二大语言模型，用于确定直播间的目标直播内容。