基于联邦学习的大语言模型的数据处理方法及装置

本申请适用于人工智能技术领域，提供一种基于联邦学习的大语言模型的数据处理方法及装置，其中方法包括：对大语言模型进行分解，得到适配器和模拟器；对所述模拟器进行层压缩处理，得到压缩模拟器，将所述适配器和压缩模拟器部署至多个客户端；获取各个所述客户端基于本地数据集对所述适配器训练后上传的适配器参数；对所述适配器参数中的通用适配器参数执行全局聚合，将所述适配器参数中的个性化适配器参数进行分组聚合，得到聚合后适配器参数；将所述聚合后适配器参数输出至所述客户端。该方案能够实现隐私保护，保留个体用户偏好。