一种基于多策略深度慢思考的医学大模型分析方法、系统及存储介质

本申请公开了一种基于多策略深度慢思考的医学大模型分析方法、系统及存储介质，包括：获取用户输入的查询，通过上下文语境和语义分析技术对查询进行深入解析，生成完整的上下文相关检索词；根据生成的检索词从知识库召回相关内容并判断是否需要纠错：当召回的内容存在错误或模糊，则利用轻量级语言模型进入纠错，生成纠错后的新查询，纠错后的新查询重新生成新的检索词，根据新生成的检索词，进行网络搜索和知识库召回，将召回的知识根据当前查询进行整理，并将整理后的知识和查询一并发送至自然语言处理大模型进行处理，向用户返回最终的答案。显著提高了自然语言处理大模型生成内容的质量和实用性。