大型语言模型的训练方法、系统、设备及存储介质

本发明涉及人工智能技术领域，具体提供一种大型语言模型的训练方法、系统、设备及存储介质，包括：基于任务难度和任务多样性需求采集任务样本；获取任务样本的支持集和查询集，并对支持集进行数据增强处理；利用支持集对元模型进行内循环训练，并利用查询集对经过内循环训练的元模型进行外循环训练，得到元梯度；汇总元梯度，利用自适应优化器基于元梯度汇总数据更新全局模型。本发明提升了大型语言模型对任务类型的适应能力。