标注数据检验方法、装置、设备、介质及计算机程序产品

本发明提供一种标注数据检验方法、装置、设备、介质及计算机程序产品，所述方法包括：基于历史查询数据和历史标注数据构建训练数据；将基于所述训练数据生成的提示指令输入待训练的奖励模型，得到所述奖励模型输出的奖励标量；基于标量损失训练所述奖励模型；所述标量损失是基于所述奖励标量确定的；将用户查询数据和待检验预标注数据输入训练好的奖励模型，得到预标注检验结果。本发明通过训练奖励模型，对待检验的预标注数据进行快速检验，降低了人工检验的工作量，提高了标注数据的检验效率。