一种基于大语言模型构建多元角色智能体的方法

提供了一种基于大语言模型构建多元角色智能体的方法，其包括：接收对应于不同角色的若干组样本数据，每组样本数据中包含交互记录数据、专业术语、问题解答数据、操作处理数据；使用序列到序列模型将每组样本数据中的各数据元素转化为自然语言文本，对全部自然语言文本进行上下文建模，以建立各自然语言文本之间的拓扑关系，根据该拓扑关系获得多个训练数据组；其中，每个训练数据组中包含具有强关联性的若干自然语言文本；使用各训练数据组对大语言模型进行微调，获得对应的角色模型，将各角色模型整合为多元角色智能体。本发明的方案实现了多元角色智能体的自动、快速构建，使得智能体能够应对多种不同场景的交互需求。