一种基于临床试验的大语言模型优化方法及系统

本发明属于模型优化技术领域，提供了一种基于临床试验的大语言模型优化方法及系统。方法包括：确定临床试验所针对的目标药物的第一属性，基于第一属性匹配得出领域数据；基于领域数据生成小样本数据集，使用小样本数据集对大语言模型进行微调训练；基于第一属性匹配得出若干第二属性，基于第一属性和各所述第二属性获取临床试验数据，对临床试验数据进行多模态数据融合，得出强化训练数据集；使用强化训练数据集对微调后的大语言模型进行强化学习优化，对大语言模型进行模型评估与迭代，直至满足优化结束条件。本发明综合领域数据和临床试验数据，使用强化学习实现了大语言模型的优化，可显著提升大语言模型的模型泛化能力。