基于大模型数据回收的可控优化方法、系统、设备及介质

本发明公开了基于大模型数据回收的可控优化方法、系统、设备及介质，属于大模型技术领域，本发明要解决的技术问题为如何自动编辑现有的微调数据，提高大模型的可控性，采用的技术方案为：该方法是根据预定义规则将多个约束合并到回收的原始数据样本中，利用回收的数据加入扩充的约束，创建新的训练任务巩固大模型的可控制性；具体如下：根据样本数量和监督微调数据集设定令牌长度；基于重构指令和响应扩充现有监督微调数据集；利用在线模型选择算法将大模型代理有效地结合到序列决策中；在训练过程中扩大计算量，提高大模型的可用范围。