一种提升模型推理效果的方法

本发明涉及一种提升模型推理效果的方法，包括以下步骤：S1：引导大模型解决数学问题，大模型通过内部知识储备解答问题，当大模型判定当前问题无法通过内部知识储备解答时，由其自主触发外部检索机制，生成检索结果；S2：依据检索结果，继续引导大模型解决数学问题；S3：循环S1和S2，直至搜索引擎调用预算耗尽，或，大模型生成包含指定答案令牌的完整解答响应；S4：构建基于强化学习的优化框架，通过策略梯度算法对大模型解题行为进行动态校正。本发明采用邻近策略优化和分组相对策略优化的优势，优化检索增强推理。