模型训练方法、装置、存储介质及电子设备

本发明提供一种模型训练方法、装置、存储介质及电子设备，该方法包括：调用N个初始大语言模型，分别生成初始训练文本数据集中的各个初始训练文本数据下的多轮对话数据；基于各个初始大语言模型的模型质量指示数据和各个初始训练文本数据下的多轮对话数据，构建各个初始训练文本数据下的原始偏序对话数据集，以确定各个初始训练文本数据下的校正偏序对话数据集；基于各个初始训练文本数据下的校正偏序对话数据集，分别对各个初始大语言模型进行模型训练，得到N个模型训练后的大语言模型；并基于N个模型训练后的大语言模型，确定N个目标大语言模型。本发明实施例可在减少模型训练成本的情况下，提高大语音模型的模型性能。