基于邻域比较的大语言模型训练数据提取方法及系统

本发明公开了一种基于邻域比较的大语言模型训练数据提取方法及系统，其方法包括以下步骤：利用攻击模型将前缀数据通过预设采样方法生成一组目标样本，并得到每个目标样本对应的损失值；对每个目标样本进行dropout掩码处理；利用邻域样本生成模型对一个目标样本的掩码处理位置进行预测，选取预测位置概率值排名前预设数值的样本作为目标样本的领域样本；利用攻击模型计算每个目标样本的领域样本的平均损失值；根据每个目标样本对应的损失值及每个目标样本的领域样本对应的平均损失值，从前缀数据生成的一组目标样本中选取其中一个目标样本作为最终训练数据样本；因此本发明解决大语言模型中训练数据提取低效的现状及提高了训练数据的提取精度。