一种面向偏见内容的大语言模型知识编辑方法

本发明公开了一种面向偏见内容的大语言模型知识编辑方法，包括以下步骤：获取待修正偏见类型的测试文本集，所述测试文本集中包括包括具有待修正偏见类型的有偏见文本和对应的无偏见文本；依次将所述无偏见文本和有偏见文本输入待修正的大语言模型中，同时依次获得所述大语言模型各偏见层的参数，所述偏见层的参数包括前馈神经网络FFN中各层的输出和多头自注意力MHSA的权重；根据各偏见层的参数计算得到各偏见层在无偏见文本时相对于有偏见文本时的偏离程度；根据所述偏离程度确定出至少一个与该待修正偏见类型对应的目标层；对大语言模型参数进行调整。其通过通过动态分析偏见传播路径，结合激活差异和梯度反向传播，精准识别目标层，提高对偏见修正的准确性。