形式空间中的元推理方法、系统、设备及介质

本申请实施例涉及大模型推理技术领域，公开了一种形式空间中的元推理方法、系统、设备及介质。通过元推理智能体对当前上下文和推理引擎的反馈进行处理，提供元推理动作；通过推理智能体对所述元推理动作进行处理，生成可执行的形式化语言；通过形式化推理引擎执行所述形式化语言，并将执行结果以文字形式反馈给所述元推理智能体；采用强化学习对所述元推理智能体进行训练，其中，强化学习的状态表示包括所述形式化语言、执行结果的反馈和问题的原始描述，奖励函数根据所述执行结果进行计算。可以至少用以解决现有大模型推理能力不足的技术问题。