模型训练方法、装置及电子设备

本申请涉及计算机技术领域，具体涉及一种模型训练方法、装置及电子设备，模型训练方法通过获取样本问题、样本问题的多个思维步骤指令、多个思维步骤指令下分别对应的子回复内容以及每个子回复内容的第一概率；由基座模型根据样本问题和样本问题的多个思维步骤指令，顺次预测在各思维步骤指令下输出对应的子回复内容的预测概率；之后，基于子回复内容的预测概率，确定回复生成损失；根据子回复内容的第一概率和预测概率，确定参数更新损失；根据回复生成损失和参数更新损失，更新基座模型的参数；本申请提供的方法，解决了相关技术中自动问答模型针对复杂问题的推理能力较弱的问题。