检索增强生成方法、装置、设备、存储介质及程序产品

本申请公开了一种检索增强生成方法、装置、设备、存储介质及程序产品，涉及人工智能技术领域，该方法包括：通过预设的强化学习模型对用户输入的查询信息进行决策，获得决策结果，强化学习模型基于策略梯度方法和PPO算法构建获得；然后将查询信息转化的向量化数据存储至预设的知识库中，知识库用于向量化数据的相关性检索；最后基于决策结果和知识库，通过大型语言模型确定查询信息对应的回答结果。由于本申请在用户输入查询信息时，会先通过强化学习模型进行决策，根据决策结果决定是否访问知识库，优化连续多轮对话中的对话历史控制，以减少对话传入大型语言模型的tokens，从而提升回答的准确性，避免幻觉问题。