一种基于大语言模型的双阶段微调训练方法及装置

本申请提供了一种基于大语言模型的双阶段微调训练方法及装置，方法包括：获取相关性判断数据集和相关性选择数据集，其中，相关性判断数据集和相关性选择数据集均包含查询、正样本和负样本构成的三元组，相关性选择数据集的复杂度高于相关性判断数据集的复杂度；采用相关性判断数据集对预训练完成的大语言模型进行初步微调，其中，初步微调用于使大语言模型掌握基本的相关性判断能力；采用相关性选择数据集对初步微调后的大语言模型进行再次微调，其中，再次微调用于使大语言模型掌握复杂环境下的相关性判别能力；将微调完成后的大语言模型部署到信息检索系统中。本申请能够提高信息检索的精确性。