基于RLAIF的蛋白质语言模型对齐方法及装置

本申请公开了一种基于RLAIF的蛋白质语言模型对齐方法及装置。所述训练方法包括：获取用于预测蛋白质的氨基酸序列的目标任务；基于目标任务，生成与目标任务对应的第一输入数据集；将第一输入数据集输入到预先训练的基于RLAIF的蛋白质语言模型，得到第一输出数据集；将第一输出数据集输入到预设蛋白质结构预测模型，得到第二输出数据集；根据第二输出数据集，确定用于量化蛋白质折叠状态的稳定性的最优评估模型，作为打分模型；将第一输出数据集输入到打分模型，得到对应的奖励值输出数据；根据奖励值输出数据，调整预训练的基于RLAIF的蛋白质语言模型的各个参数，得到训练后的基于RLAIF的蛋白质语言模型。