一种模型微调方法、装置、设备及计算机可读存储介质

本申请提供了一种模型微调方法、装置、设备及计算机可读存储介质，该方法包括：利用通用数据集对预训练模型进行测试，得到预训练模型中各层的分类特性值；利用微调数据集分别对预训练模型中各层进行微调，得到预训练模型中各层的精度贡献值和各层的微调时长；求解最优层微调策略数学模型，得到最优层微调策略，最优层微调策略数学模型根据分类特性值、精度贡献值和微调时长构建。本申请通过对预训练模型进行微调，可以使预训练模型适应各种场景，利用预训练模型每层的精度贡献值确定微调策略，可以减小微调预训练模型的训练数据量，在提高训练效率和精度的同时，减少了计算成本。