基于历史对话编辑的上下文学习能力引导方法

本发明涉及机器学习领域，具体为基于历史对话编辑的上下文学习能力引导方法，输入与处理下游任务的上下文内容，得到最终上下文学习内容；选择评价指标，以此评价大语言模型的上下文学习性能，从而调整所述大语言模型；将所述最终上下文学习内容编辑成所述大语言模型的历史对话信息，再将所述历史对话信息输入到所述大语言模型进行评分，验证所述历史对话信息的编辑有效性。本发明能够通过将上下文学习内容编辑到大语言模型的对话历史中，使得大语言模型的能力得到充分展现，有效避免DV‑ICL现象的产生。