一种知识引导的基于大语言模型的可信API推荐方法

本发明公开了一种知识引导的基于大语言模型的可信API推荐方法，所述方法的核心思想是利用API知识提升LLM在API推荐任务中的可信性。具体地，针对LLM在API推荐中的不可信问题，本发明提出知识引导的数据增强以提升LLM建立用户指定类型与API序列之间的关联性的能力；提出知识引导的束搜索以引导LLM去生成真实存在且调用条件可以被满足的API；提出知识引导的重排序优化API序列推荐列表，使与接口参数类型匹配的API序列在推荐结果中的排名更靠前。本发明的优势在于能够在接口参数类型约束下实现API推荐，并且能够通过API知识图谱中的高质量先验知识提高大模型在API推荐任务中的可信性。