一种基于元问答对的医疗领域大语言模型知识增强方法

本发明涉及人工智能技术领域，尤其为一种基于元问答对的医疗领域大语言模型知识增强方法，包括数据集的构建；数据预处理；元问答对的生成；元问答对的适应性微调；动态知识库构建与更新：所述动态知识库包括对生成的领域知识元问答对进行编码后构建而成的医学知识库；性能测试与对比实验，本发明中，通过基于大量生成的高质量元问答对数据，形成增强微调数据集，使大模型能够更深入地学习领域核心知识，从而构建高质量的医疗领域知识库，同时，领域知识库通过检索增强生成方法补充额外信息，进一步优化生成效果，确保了模型既具备核心领域知识的理解能力，又能够通过检索动态适配最新知识。