一种数据处理方法和相关装置

本申请实施例公开了一种数据处理方法和相关装置，可以针对每个训练数据设置对应的奖励函数，来分析模型针对该训练数据执行数据处理任务的执行效果，从而能够提高奖励函数与训练数据之间的匹配程度，以提高对基于奖励函数确定出的奖励分值的精准度，进而提高基于奖励分值进行模型训练的训练效果，最终使训练得到的数据处理模型具有更加优秀的数据处理能力。