一种针对LLM翻译示例选择的Embedding模型训练方法、系统、电子设备及存储介质

本发明公开了一种针对LLM翻译示例选择的Embedding模型训练方法、系统、电子设备及存储介质，所述方法首先通过翻译质量评估模型选择和LLM翻译质量直接相关的正负例，然后利用这些正负例对Embedding模型进行再训练，并调整了再训练时的损失函数，使得通过再训练Embedding模型获取到的翻译示例能够显著提升LLM的翻译质量。相比于传统方法训练的Embedding模型仅关注与待翻译句子语义相近的示例，本发明中再训练后的Embedding模型则关注于那些能够直接提升待翻译句子翻译质量的示例。