大模型预训练数据处理方法、装置、电子设备及存储介质

本发明提供一种大模型预训练数据处理方法、装置、电子设备及存储介质，属于大模型技术领域。本发明包括：识别目标大模型的预训练数据中的薄弱内容；生成薄弱内容对应的探查查询；将探查查询输入目标大模型，得到目标大模型输出的基线回答；在预训练数据中检索与探查查询最相关的第一数据片段；将探查查询和第一数据片段输入目标大模型，得到目标大模型输出的增强回答；根据增强回答与基线回答的差异性判断薄弱内容是否为问题数据。本发明先识别出大模型预训练数据中的薄弱内容，生成薄弱内容对应的探查查询，然后根据目标大模型对探查查询的增强回答与基线回答的差异性判断薄弱内容是否为问题数据，可以准确识别大模型预训练数据中的问题数据。