模型训练方法、装置、设备和存储介质

本说明书一个或多个实施例提供一种模型训练方法、装置、设备和存储介质，用于训练医疗报告解读大语言模型，以使得训练得到的医疗报告解读大语言模型既能输出与输入的目标医疗报告和目标待解答问题对应的目标医疗报告解读结果，又能输出用于描述基于目标医疗报告中的文本内容得到目标待解答问题对应的目标医疗报告解读结果的推理过程，即目标思维链。具体训练过程中，先获取包含医疗报告、待解答问题和第一医疗报告解读结果的第一训练样本；再通过目标大语言模型在第一医疗报告解读结果的监督下输出与第一训练样本对应的参考思维链；之后将参考思维链添加至第一训练样本，以生成第二训练样本，并通过第二训练样本训练医疗报告解读大语言模型。