领域问答大模型训练及问答方法、相关设备及程序产品

本申请公开了一种领域问答大模型训练及问答方法、相关设备及程序产品，涉及自然语言处理技术领域。本申请引入了裁判模型，能够对输入的答案进行偏好打分，评估答案的质量。基于领域知识库提取领域问答数据，在对初始大模型进行迭代训练时由裁判大模型对初始大模型生成的领域问题对应的第一答案，和领域问答数据中的第二答案分别打分，基于打分结果选取满足偏好要求的答案与领域问题组成目标训练数据，利用目标训练数据对初始大模型进行训练，得到最终的领域问答大模型，其采用了高质量的领域问答训练数据进行训练。本申请不需要人工对提取的领域问答数据进行校对即可得到高质量的目标训练数据，节省了人工成本，提高了训练效率。