基于任务分解的大语言模型指令优化方法、系统、电子设备

本发明提出了一种基于任务分解的大语言模型指令优化方法、系统、电子设备，显著增强了大模型在图推理任务上的性能。首先，通过将图推理任务拆分为多个子任务，并为每个子任务设计独立的指令模板，显著增强了模型对图拓扑信息的理解能力。该方法利用图工具指令模块，有效地从自然语言中提取图结构信息，提高了模型的图理解能力。其次，针对不同规模的图，采用限内图和超限图的分类方法，解决了大规模图无法直接输入的问题。限内图可以直接解析为文本格式，而超限图通过文件路径提供，确保了模型在处理不同规模图时的能力和灵活性。此外，通过参数指令模块，标准化了工具参数的提取和使用，保证了推理任务中工具参数的准确性和一致性。