一种大语言模型问答规则封装方法、介质及系统

本发明提供了一种大语言模型问答规则封装方法、介质及系统，属于大语言模型技术领域，通过构建多个轻量级神经网络,每个网络对应一种规则类型,并计算各规则之间的相似度,形成一个规则图。接收问题后,首先利用大语言模型给出初始回答,然后计算初始回答与各规则的关联度,找出最相关的规则处理序列。将初始回答依次输入到序列中的各轻量级网络,进行规则化处理,最终输出经过规则化的结果作为问题的最终回答。这种方法结合了大语言模型的广泛知识和小型神经网络的专项规则处理能力,可以给出更加符合提问者需求的回答。整个过程自动化程度高,对提问者透明,能解决现有技术中规则模块与大语言模型之间的耦合度较高难以灵活地调整和扩展的问题。