基于大语言模型的正负样本生成方法、系统、设备及介质

本发明公开了一种基于大语言模型的正负样本生成方法、系统、设备及介质，所述方法包括以下步骤：获取用户行为数据，调用数据分析技术根据用户行为数据生成初步正样本和初步负样本；基于词表生成技术以及初步正样本，生成与初步正样本语义相关关键含义非相关的困难负样本；将困难负样本输入大语言模型中进行推理优化；本发明能够通过结合用户行为数据分析和词表技术，有效提升语义相似度检索中正负样本的构造质量，特别是困难负样本的生成，显著增强了模型的检索性能和准确性，降低了成本，生成了更加灵活、多样化、准确和可控的对比学习数据，增强了模型的泛化能力，提升了搜索的准确性和效率。