用于响应评估的方法、装置、设备和存储介质

本公开的实施例提供了用于响应评估的方法、装置、设备、存储介质和程序产品。该方法包括：获取第一样本查询、针对所述第一样本查询的第一预测响应以及第一真值响应，所述第一真值响应与所述第一样本查询相对应；以及利用经训练的奖励模型，基于第一样本查询、第一预测响应和第一真值响应，确定针对第一预测响应的奖励得分，奖励得分指示针对样本查询，第一预测响应是否优于第一真值响应。以此方式，可以提高被确定的奖励得分的准确性。