基于时序差分学习与规则增强的大语言模型推理方法

本申请涉及自然语言处理和决策智能领域，尤其涉及一种基于时序差分学习与规则增强的大语言模型推理方法，该方法广泛应用于自动规划、智能问答、具身智能等场景。包括：任务轨迹采样、领域知识归纳、领域规则抽取以及基于规则增强的大语言模型推理：对于测试任务数据，基于向量检索匹配最相关的历史任务，并获取对应任务的领域规则集；通过大语言模型自身进行规则自然语言重写，使其更具可解释性和适应性；最终将优化后的规则集成到大语言模型推理提示文本中，以优化推理质量和稳定性。