基于图谱和大模型协同反馈的事实性偏好对齐方法及系统

本发明公开了一种基于图谱和大模型协同反馈的事实性偏好对齐方法及系统，属于自然语言处理及大模型应用技术领域。本方法首先构建包含知识图谱和大模型参数化知识的双源异构知识体系；其次针对图谱、参数化的不同的知识形式设计知识抽取和联合分层校验框架；接着依照领域知识库对待优化大模型采样的结果输出进行事实性分数标记；最终通过基于分数引导的直接对齐算法和基于分数反馈的强化学习对齐算法对大语言模型进行双通道对齐微调。该方法可以梳理和对齐大模型的知识的优先级并提高其事实性，进一步提升大模型在特定领域内的知识问答能力，为大模型在垂直领域的高事实性标准下的应用提供可靠支持。