一种样本优选方法、装置、终端设备及介质

本发明提供了一种样本优选方法、装置、终端设备及介质，其样本优选方法包括：确定目标模型，获取训练数据；按照大语言模型针对训练数据依次进行标准化处理和向量化处理，然后基于训练数据向量信息针对训练样本进行聚类分析，并按照聚类分析结果选取类别代表，得到初始示例样本，确定初始示例样本集合；针对初始示例样本集合进行Shapley近似计算，并按照Shapley近似值进一步筛选，得到优选样本。本发明采用了Shapley近似计算进行样本优选，考量了示例之间相互作用对模型效果的潜在影响，使得优选样本能够更好的引导模型正确响应的提示，提高大语言模型性能，同时还能够减少Shapley计算，提高Shapley计算效率。