一种数学问答方法、装置、存储介质及设备

本申请公开了一种数学问答方法、装置、存储介质及设备，该方法包括：首先获取待答复的目标数学问题文本；然后将目标数学问题文本输入至预先构建的数学问答模型，预测得到答复目标数学问题的目标答案文本；其中，目标答案文本中包含针对目标数学问题的解答过程。由于本申请是先通过数据增强得到了质量更高、覆盖范围更广的多样化样本数学问答对，再基于近端策略优化的强化学习方法和过程奖励模型，利用样本数学问答对初始大语言模型进行训练生成了数学问答模型，有效提升了数学问答模型的答复精度和效率，从而在利用该模型对目标数学问题进行答复时，可以提高对于目标数学问题的答复效率和准确率，进而提高了用户的数学问答体验。