一种基于检索增强的微调问答数据集生成方法

本发明涉及大模型微调技术领域，提供一种基于检索增强的微调问答数据集生成方法，包括：将单一领域的文件数据、种子数据集以及问题提示词输入至大语言模型，得到优化问题；种子数据集是基于文件数据生成的问答对；将优化问题、文件数据、种子数据集以及第一答案提示词输入至大语言模型，得到初始答案；在文件数据中确定与优化问题及初始答案相关的原文信息；将原文信息、优化问题、初始答案以及第二答案提示词输入至大语言模型，得到优化答案；根据优化问题和优化答案组成的问答对，确定微调问答数据集。本发明简单、快捷、成本低，有效地解决微调数据集样本数量少、领域关联性弱的问题，较好的平衡了效率和质量的要求，使其适用于垂直领域。