一种基于语义结构压缩与直接偏好优化的长链式推理冗余减少方法

本发明公开了一种基于语义结构压缩与直接偏好优化的长链式推理冗余减少方法，包括：针对待解答的问题，由预训练大语言模型生成多个链式推理解答路径，作为候选路径；将多个候选路径合并为树状结构；计算综合考虑步骤数和文本长度的效率指标，基于效率指标从候选路径选择优选路径；根据设定的阈值条件过滤树状结构中的其余非优选路径，剔除对比优选路径而言冗长低效的解答；将选择出的优选路径与筛除的其他低效路径构造偏好数据集；将经由上述步骤获得的偏好数据集中的样本输入学生模型，对学生模型参数进行调整训练；利用训练好的学生模型进行问题的解答。本发明可以在保持推理正确率的同时大幅压缩不必要的中间步骤，减少计算资源消耗。