基于思维链的问答模型训练方法和系统

本申请涉及一种基于思维链的问答模型训练方法和系统，包括：获取多个问题思维训练样本；将所述多个问题思维训练样本输入至初始思维链模型，根据所述初始思维链模型输出的思维链；将所述思维链输入至问答模型，根据所述问答模型输出的思维答案，得到各个所述思维链的评分；根据所述多个思维链及其评分，采用群体相对策略优化的微调方法，对所述初始思维链模型进行训练，得到目标思维链模型。本申请可以提高思维模型对用户查询的理解，还能显著提高根据思维链输出的答案的准确性，以及答案与问题的相关性。