基于增强学习的大模型参数优化与自适应调整方法及装置

本发明涉及大模型优化技术领域，公开了基于增强学习的大模型参数优化与自适应调整方法及装置，方法包括：获取目标大模型的当前运行状态，结合数据特征对目标大模型的运行状态进行综合评估，得到运行状态向量；构建智能体，并将运行状态向量输入智能体，得到参数优化策略；基于参数优化策略对目标大模型的参数进行优化，得到优化大模型；利用奖励函数计算优化大模型的多个预设指标，作为奖励结果；基于奖励结果自适应调整智能体的参数。大模型在训练及实际应用中，借助智能体动态调整大模型参数，确保训练初期能够快速收敛，后期能精准逼近全局最优解，有效提升训练效率与质量，借助奖励机制，使智能体自适应调整参数，提高大模型的泛化能力。