一种医疗问答大模型微调方法、装置、设备及存储介质

本申请公开了一种医疗问答大模型微调方法、装置、设备及存储介质，涉及计算机技术领域，包括：获取基于基础大语言模型构建的初始医疗问答大模型，基于预设提示词指令数据集对初始医疗问答大模型进行监督微调；基于监督微调后的医疗问答大模型、预设筛选规则及预先训练好的目标模型对预设提示词指令数据集中的样本数据对进行筛选；基于样本筛选结果确定目标偏好训练数据集，利用目标偏好训练数据集对监督微调后的医疗问答大模型进行再次微调，得到微调后的目标医疗问答大模型，以便基于目标医疗问答大模型对用户端发起的医疗相关问题进行响应。本申请能够优先提高偏好数据的构建效率与质量，并简化模型对齐的训练流程与提高稳定性。