模型训练方法、装置、设备及可读存储介质

本申请提供一种模型训练方法、装置、设备及可读存储介质，通过对样本数据中的正负样例进行质量打分，并将正负样例的质量得分差异融入损失函数中，通过结合正负样例的分数差异设计损失函数，使得模型在训练过程中能够更明确地感知正负样例的质量差异，利用显式的评分差异引导模型在参数更新时更倾向于放大高质量正样例和低质量负样例之间的差距，从而提升模型生成质量与训练效果。