基于大语言模型的游戏策略生成方法、设备及存储介质

本申请实施例提供一种基于大语言模型的游戏策略生成方法、设备及存储介质，该方法包括：获取游戏角色的多个第一状态数据；将多个第一状态数据作为预设的大语言模型的输入，通过大语言模型确定不同游戏资源数据的场景下执行多个游戏动作的第一预测概率；将多个游戏动作对应的第一预测概率作为软标签，利用知识蒸馏的方式对轻量化的神经网络模型进行训练，得到训练好的目标语言模型；获取游戏角色的第二状态数据，并将第二状态数据输入至目标语言模型进行分析，得到执行多个游戏动作的第二预测概率；根据多个游戏动作的第二预测概率，生成游戏动作策略。本申请实施例的技术方案能够提升游戏真实性。