一种基于错误修正和偏好优化的NL2SQL大模型训练方法

本申请提供了一种基于错误修正和偏好优化的NL2SQL大模型训练方法，涉及自然语言处理技术领域，包括：将适配数据库的数据集输入到开源大模型，并对生成数据进行验证，对验证失败的错误数据进行收集；通过闭源大模型将所述错误数据进行修正，以得到修正数据；将所述错误数据和所述修正数据与查询需求相关联，以形成训练样本；采用直接偏好优化策略，利用所述训练样本，对所述开源大模型进行有监督微调。