摘要
本公开提供了一种分类模型训练方法、装置、电子设备、计算机可读存储介质和计算机程序产品,涉及人工智能领域,尤其涉及自然语言处理、深度学习、大模型技术领域。实现方案为:获取经预训练的模型和第一样本集;将多个样本数据分别输入模型,以获得模型输出的针对多个样本数据各自的预测值;基于预测值确定模型对于所述多个样本数据各自的不确定度,不确定度表示模型对于相应样本数据所对应的预测结果的置信程度;确定不确定度大于预设值的至少一个样本数据以获得第二样本集;基于第二样本集中的至少一个样本数据获得第一预设指令;基于第一预设指令,通过第一语言模型获得多个新的样本数据;基于新的样本数据对模型进行训练以获得训练后的模型。
技术关键词
样本
分类模型训练方法
数据
预测类别
计算机程序产品
指令
电子设备
可读存储介质
处理器通信
自然语言
文本
图片
语音
存储器
系统为您推荐了相关专利信息
多维特征向量
非线性映射关系
历史教学
误差向量
生成对抗网络
缺陷分析方法
裂缝
随机森林
分类器
网络拓扑结构
台区低电压
研判方法
低压
负荷高峰时段
电力系统运维技术
自动避障方法
区域位置信息
障碍物位置信息
图像
深度学习模型