一种基于神经信号驱动的大语言模型对齐方法及装置

本发明公开了一种基于神经信号驱动的大语言模型对齐方法及装置，包括：S1.在大语言模型训练阶段，针对特定控制任务构建正面和负面反应样本，作为对比样本集；S2.通过对比样本集从两个方向引导大模型生成方向，定位并获得导致大语言模型产生不同输出行为的神经控制信号，包括正向控制信号和负向控制信号；S3.在大语言模型推理阶段，基于线性子空间假设，通过融合正向控制信号和负向控制信号的特征信号，解耦特征无关信号，提取概念控制信号；S4.利用概念控制信号，对大语言模型施加控制，实现对大模型的神经调控；本发明在维持模型原有生成能力的同时，有效地提高了模型对齐性能，为大模型的可持续性对齐和控制提供了新的视角和工具。