一种低算力高性能大语言模型领域微调方法

本发明提供了一种低算力高性能大语言模型领域微调方法，涉及大语言模型技术领域，包括：配置与输入数据对应的输出数据；通过大语言模型得到输出数据，并判断输出数据是否满足期望，并确定输入数据在不同条件下的条件概率；对输入数据的条件概率进行分类并分配标记，并根据分配标记，为每个令牌分配尺度值，构建令牌级损失函数；根据构建的令牌级损失函数，通过前向传播和反向传播计算对大语言模型进行调整。本发明通过对不同条件下的各个自然语言token条件概率进行对比，直接将自然语言作为监督信号，对其中的显著性标记进行定位并进行尺度赋值，相比其他算法有更低的时间复杂度和更好的效果。