大语言模型微调指令集构建方法、装置及设备

本发明公开一种大语言模型微调指令集构建方法、装置及设备，其中，大语言模型微调指令集构建方法，包括采集互联网公开的专业知识文章；基于Word2Vec模型和余弦相似度算法对采集的文章进行相似度匹配，其中，相似度分数高的文章被过滤，保留相似文章中最长的文本最为训练数据提取样本；构建提示短语，并采用大型语言模型从过滤出的文章中提取关键知识点；根据每个所述知识点生成跨多个维度的初步训练数据集；遍历初步训练数据集，对每个元素进行Jaccard相似系数匹配，过滤相似系数0.85以上的元素，形成最终训练数据。本发明技术方案旨在提高指令集的多样性，形成高质量的训练数据集。