基于自我迭代的企业大模型训练系统及方法

本发明公开了基于自我迭代的企业大模型训练系统及方法，属于人工智能技术领域，要解决的技术问题为：大模型在企业知识问答领域中面对非专业用户时表现不佳。包括：自我迭代数据集构建模块，基于目标领域语料和教师模型构建问答语料库，基于目标模型和教师模型进行问题的回答分析，通过回答分析的多次迭代构建自我迭代数据集；训练数据构建模块，基于预定的格式将自我迭代数据集构造为自我迭代训练数据集；模型训练模块，用于配置奖励策略，基于奖励策略和自我迭代训练数据集、通过GRPO训练方法训练模型。