一种提升大语言模型长程深度搜索推理能力的方法和装置

本发明提出一种提升大语言模型长程深度搜索推理能力的方法和装置。本发明实施例的提升大语言模型长程深度搜索推理能力的方法，显著提升大语言模型在跨领域复杂问题中的长程检索推理能力，通过知识图谱驱动的高难度数据自动生成与三层难度筛选机制，结合监督微调与GRPO强化学习的两阶段训练策略，有效增强模型的多跳推理深度与外部工具调用的协同性。