大语言模型的指令微调方法、装置、设备及介质

本发明涉及人工智能开发技术领域，尤其涉及一种大语言模型的指令微调方法、装置、设备及介质，可应用于AI医生家庭问诊模型的训练，该大语言模型的指令微调方法包括，获取初始数据集；从初始数据集中选取符合预设偏好的样本数据，以构建偏好数据集；将初始数据集划分为多个微调数据集；根据多个微调数据集，对预训练大语言模型进行分批次微调，每经过预设数量批次的微调后，从偏好数据集中获取预设数量的偏好样本数据，将偏好样本数据插入下个批次的微调数据集中。通过在指令微调阶段使用偏好样本数据对大语言模型进行训练，令得到的大语言模型的输出能够准确对齐偏好，同时省略了强化学习对齐步骤，降低了训练大语言模型时的资源消耗。