问答模型训练方法、行业知识问答方法、装置及设备

本申请提出一种问答模型训练方法、行业知识问答方法、装置及设备，应用于自然语言技术领域。其中，问答模型训练方法包括：获取目标行业的初始问答模型，初始问答模型是基于第一问答对训练得到的，第一问答对的问答形式为一问一答；获取目标行业的问答奖励模型，问答奖励模型是基于第二问答对训练得到的，第二问答对的问答形式为一问多答，第一问答对和第二问答对中的答案是以思维链的方式进行描述的；基于问答奖励模型和目标行业的问句样本，对初始问答模型进行强化学习训练，得到目标行业的知识问答模型。从而，大语言模型能够进行符合用户偏好的行业知识回答，通过思维链方式对行业问题进行完整思考，提高了行业知识回答的准确性。