一种基于知识编辑的大模型自适应祛毒方法及装置

本发明提供一种基于知识编辑的大模型自适应祛毒方法及装置，涉及自然语言处理技术领域。该方法包括：构建基于知识编辑的大模型自适应祛毒模型；将构建好的训练集输入大语言模型中，获得特征向量；根据特征向量，构建训练样本数据；根据训练样本数据对毒性检测模块进行训练，获得训练好的毒性检测模块；将训练好的毒性检测模块插入大语言模型的目标层中，通过毒性特征感知模块进行感知，获得分类结果；将分类结果输入抗毒性前馈计算模块中，通过参数隔离编辑策略，确定待祛毒的参数矩阵；采用梯度优化方法和知识编辑方法进行优化，获得祛毒后的前馈网络；根据祛毒后的前馈网络，获得祛毒后的大语言模型。采用本发明可减少计算成本。