一种自然语言通用模型能力优化评价方法、系统、设备及存储介质

本发明公开了一种自然语言通用模型能力优化评价方法、系统、设备及存储介质，包括获取测试出优化后的模型质量数据；对质量数据分类，每个优化方式作为一属性字段，获得每个优化方式对应的推理质量值；基于属性字段和对应推理质量值计算各个属性字段关联度；字段关联度大于等于预先设置的阈值，重塑各个相似度高的特征，直到每个属性字段关联度均小于阈值；将小于阈值的字段关联度输入LightGBM树算法模型进行训练，获得优化评估预测值；筛选出前N个最大预测值；将前N个最大预测值输入自然语言通用模型进行优化测试，输出质量评估值；若质量评估值不符合，则将质量评估值输入LightGBM树算法模型进行训练，直至质量评估值符合真实情况。本发明预测更精确。