基于参数解析的大语言模型上下文学习提升方法

本发明涉及自然语言处理技术领域，公开了一种基于参数解析的大语言模型上下文学习提升方法，包括：将任务示例样本和验证上文通过特定任务的模板组成验证提示前缀并输入大语言模型中，获得预测验证下文；对大语言模型进行群体表征划分，并通过测评指标观察大语言模型被干扰后在特定任务上的性能下降程度，建立特定任务与群体表征的关联；通过表征提升模块提升群体表征对应的能力；将任务示例样本和测试上文通过特定任务的模板组成测试提示前缀，将测试提示前缀输入到引入表征提升模块的大语言模型中，得到预测测试下文；通过参数解析技术定位与大语言模型认知能力关联的群体表征，提升大语言模型在特定任务上的表现。