嵌入元数据提示词工程的细粒度知识生成Agent方法

本发明公开了一种嵌入元数据提示词工程的细粒度知识生成Agent方法，涉及数据处理相关技术领域，该方法包括：对研究问题生成要素进行分析，确定研究问题生成知识要素；构建知识要素训练数据集；对DeBERta模型进行训练微调，获得细粒度知识数据集；构建嵌入元数据提示词工程；获得研究问题微调数据集；采用LoRA微调技术对大语言模型进行微调优化，并生成研究问题。解决了现有技术中存在的基于通用数据集进行模型训练、忽略特定领域知识元素、没有分析筛选细粒度知识使得数据冗杂，进而导致语言模型不精准、研究问题的生成结果准确性较差的技术问题，达到了提升语言模型训练和研究问题结果生成的准确性及质量的技术效果。