基于历史对话信息的大模型语音问答方法

本发明公开的属于人工智能技术领域，具体为基于历史对话信息的大模型语音问答方法，包括具体步骤如下：选择大语言模型GPT进行预训练；将用户历史对话信息作为当前状态；使用深度Q网络进行学习；基于用户满意度和对话轮次设定奖励指标；结合长短期记忆网络存储和利用历史信息；使用DQN网络指导大语言模型的更新。本发明的优点在于其能够提供个性化响应，提高效率，增强用户体验，具备强大的适应性和准确性；这些特点共同作用，显著提升了语音问答系统的整体性能，使其在实际应用中更加有效和用户友好。