一种基于LLM的数据集制作方法、系统、设备及介质

本发明公开了一种基于LLM的数据集制作方法、系统、设备及介质，包括：进行数据收集，形成含有多样性标注的数据集，确保数据集中的数据具有多样化的来源；采用公平重采样算法对数据集进行处理：首先对数据集中的数据进行统计分析，识别出存在偏差的数据类别或属性；然后根据这些数据类别或属性的数据样本的数量和重要性，对数据集中的数据进行加权或重采样，使得数据集在整体上更加均衡；采用对抗训练技术增强数据集的多样性和公平性；通过指标进行评估和调整。本发明通过上述方案能够增强数据集的多样性和公平性，提升LLM在实际应用中的表现。