一种基于问答数据的大模型溯源方法及系统

本发明公开了一种基于问答数据的大模型溯源方法及系统，涉及大模型溯源技术领域，包括，收集问答数据集，通过语义嵌入函数进行数据映射，并根据语义相似度筛选组成相似度集合，统计通用词汇的频率筛选组成关键词集合作为触发器词汇，基于问答对设置水印触发器，并筛选触发器问答对数量，区分携带水印触发器的问答对数据，针对目标语言模型，计算单词在上下文的生成概率，对训练数据中包含触发器的触发器词进行调整干预。本发明所述方法通过随机选取问答对附加触发器并构造训练数据集，避免了触发器的分布规律可能被恶意分析者察觉，进一步增强触发器的隐蔽性。