偏好学习方法、模型应用方法、装置、设备和存储介质

本公开提供了一种偏好学习方法，可以应用于人工智能技术领域。该偏好学习方法包括：从大模型预训练的文本文档中，确定与预设标准相匹配的样本问题，其中，预设标准中包括正向标准和反向标准，样本问题用于表征用户与大模型交互时所产生的问题；将多个样本问题输入大模型中，以根据大模型输出的与每个样本问题对应的答案，生成多个问答对；利用多个评估模型，基于正向标准分别对每个问答对中的答案进行评估，得到与每个问答对对应的评估标签；利用基于评估标签生成的偏好数据，对大模型进行训练，得到与正向标准对齐的目标模型。本公开还提供了一种模型应用方法、偏好学习装置、设备、存储介质和程序产品。