大语言模型训练方法、装置、电子设备及存储介质

本申请公开一种大语言模型训练方法、装置、电子设备及存储介质，涉及人工智能与强化学习技术领域。方法包括：获取问题语句对应的初始预测答案语句；针对初始预测答案语句进行语义扩充检索，确定与初始预测答案语句相对应的检索答案语句；针对检索答案语句进行评分，并基于检索答案语句的评分结果，确定初始预测答案语句的目标奖励值；若目标奖励值小于预设奖励阈值，基于目标奖励值对预训练大语言模型进行调整，并将问题语句再次输入调整后的模型中，直至最后得到的目标奖励值大于或等于预设奖励阈值，完成对预训练大语言模型的训练。本申请能够提升大语言模型的优化训练效率和模型输出的准确性，提升了大语言模型输出的稳定性。