摘要
本申请的实施例揭示了一种模型温度参数的确定方法及电子设备,方法包括:根据训练好的目标大语言模型,获取每个样本客户在预设温度参数下的预设客户满意度;以预设客户满意度作为分组依据,得到多个客户分组;从每个客户分组中取出预设数量的目标样本客户,并获取每个目标样本客户对应的最优温度参数;根据每个目标样本客户对应的最优温度参数,对每个客户分组中剩余的样本客户的温度参数进行循环调整,直到得到每个样本客户对应的最优温度参数为止;本申请根据客户在不同温度参数下的客户满意度,调整大语言模型的温度参数,从而获取每个样本客户对应的最优温度参数,使得模型的输出对不同人有个性化的差异度,从而提高了银行服务的满意度。
技术关键词
客户
概率密度函数
样本
滑动窗口
参数
大语言模型
电子设备
处理器
极值
指令
存储器