一种大语言模型的动态随机性解码方法

本发明提供一种大语言模型的动态随机性解码方法，属于人工智能技术领域，尤其适用大语言模型的开放式文本生成任务。该方法通过建模生成过程中的知识感知强度，量化模型对事实性知识的依赖程度；并基于该强度构建焦点转换机制，将其映射为动态调节解码温度的信号；基于动态温度参数对目标概率分布进行解码，生成查询文本对应的答案。本发明结合传统随机采样方法(如温度采样、top‑k采样、nucleus采样)，在每个生成步骤中动态调整输出概率分布，实现生成内容在事实性与多样性之间的自适应平衡，在无需引入外部知识或额外训练成本的情况下，高效、通用地缓解大语言模型在生成内容中的幻觉现象，提升大语言模型生成答案的质量。