大语言模型的任务感知解码方法、装置、设备及存储介质

本申请涉及一种大语言模型的任务感知解码方法、装置、设备及存储介质，其中，方法包括：确定初始大语言模型的输出标签的第一条件概率分布，并基于预设算法对初始大语言模型进行调整，并确定调整后的初始大语言模型的输出标签的第二条件概率分布；根据第一条件概率分布和第二条件概率分布确定微调空间向量，并调整微调空间向量得到知识向量，并利用预设的激活函数将知识向量转化为微调概率分布；利用预设的合并公式合并微调概率分布和第二条件概率分布得到目标概率分布，并根据目标概率分布指导微调后的大语言模型的输出结果。由此，解决了相关技术对高质量数据依赖性过高，模型适用性较差的问题，增强大语言模型在下游任务中的适应性和表现。