一种用于大语言模型的财税训练数据处理方法及系统

本发明公开了一种用于大语言模型的财税训练数据处理方法及系统，包括：对用于财税训练的财税数据进行采集，以获取原始财税数据；对所述原始财税数据进行数据预处理，并对数据预处理后得到的财税处理数据进行探查，以多维度的对财税处理数据进行打标分类，以获取财税标签数据；根据训练任务的类型的不同，基于所述财税标签数据进行初始训练数据的构建；对所述初始训练数据进行质量检测，以获取满足训练需求的用于大语言模型训练的财税训练数据。本发明的方法从数据采集到最后的数据质检，实现全流程的数据构建策略,解决财税行业高质量训练数据难以构建的问题；并通过持续更新的流水线作业，保障大模型的训练数据紧跟财税法规政策变化情况，避免产生过时的判断及回复。