对话生成方法、装置、设备、存储介质及计算机程序产品

本申请公开了一种对话生成方法、装置、设备、存储介质及计算机程序产品，涉及人工智能技术领域，包括：基于语料库确定多组公文问答对，并对各组公文问答对中的回答文本添加质量评分得到多组训练问答对，其中，质量评分用于表征回答文本的内容质量的优劣；将各组训练问答对中的问题文本输入预训练的大语言模型得到携带质量评分的模型输出文本，其中，预训练的大语言模型为已经学习自然语言结构的大语言模型；将模型输出文本各自的质量评分输入预设的损失函数得到损失值，基于损失值更新大语言模型的模型参数得到公文问答模型，其中，损失函数基于偏好优化模型构建。本申请使得公文问答可以符合人类的价值观、意图和偏好。