风险评测大模型的模型训练方法、装置、存储介质及电子设备

本说明书公开了一种风险评测大模型的模型训练方法、装置、存储介质及电子设备，其中，方法包括：基于基础多模态大模型创建针对服务风险预警场景的初始风险评测大模型，基于原始客户服务数据集合构建客户服务数据样本对，将客户服务数据样本对输入初始风险评测大模型进行至少一轮模型训练，在每一轮模型训练中，通过初始风险评测大模型对第一服务数据样本进行风险评测得到第一风险评分以及对第二服务数据样本进行风险评测得到第二风险评分，基于第一风险评分和第二风险评分确定模型奖励信号，基于模型奖励信号对初始风险评测大模型进行模型参数调整，直至模型训练结束得到风险评测大模型。