语言模型的优化、处理方法、设备、介质和程序产品

本申请实施例提供了一种语言模型的优化、处理方法、设备、介质和程序产品。所述方法包括：获取语言模型对应调用工具的路径数据，基于所述路径数据构建偏好数据集，所述路径数据包括成功路径和失败路径；基于所述偏好数据集获取输入数据，将所述输入数据输入到所述语言模型中，获取对应的输出结果；基于所述输出结果和奖励模型确定损失函数；基于所述损失函数调整所述语言模型的参数，得到优化的语言模型。能够通过引入失败决策信息，丰富偏好数据集，提高了数据利用率，据此优化语言模型，提高语言模型的准确性。