一种数据处理方法、装置、设备以及计算机可读存储介质

本申请实施例公开了一种数据处理方法、装置、设备以及计算机可读存储介质，该方法包括：获取包括样本问题、至少两个样本答案以及偏好标签的训练样本；将至少两个样本答案分别确定为样本问题的样本标签，根据样本问题以及至少两个样本标签，生成至少两个监督训练样本；根据至少两个监督训练样本，对初始问答模型中的参数进行调整，得到第一问答模型；将训练样本输入至第一问答模型，在第一问答模型中，生成至少两个样本答案分别对应的第一预测概率；根据偏好标签以及至少两个第一预测概率，对第一问答模型中的参数进行调整，得到第二问答模型。采用本申请，可以提高模型训练稳定性以及生成多样性。