一种基于蒙特卡洛树搜索的提升大语言模型推理能力方法

本发明涉及一种基于蒙特卡洛树搜索的提升大语言模型推理能力方法，包括以下步骤：S1：预设数学问题集及对应标准答案；S2：将解决数学问题的每一个步骤当作一个树节点，整个解题过程生成蒙特卡洛树；S3：基于蒙特卡洛树搜索生成训练数据；S4：对生成的训练数据进行打分；S5：依据打分得到分数构造损失函数，优化该损失函数并更新大语言模型的参数。本发明可以提升大语言模型的推理能力。