一种基于多模型诘问的群体共识大模型幻觉降低方法

本发明涉及一种基于多模型诘问的群体共识大模型幻觉降低方法，包括：根据多维综合评分结果从候选模型集中筛选出Top‑N模型，对Top‑N模型执行全组合双向知识蒸馏，得到初始模型群体，对初始模型群体中每个模型加载多个领域知识库进行领域自适应微调，构建得到群体模型集；给定用户问题，触发群体模型集中多个微调后的领域专家模型进行并行推理生成初始回答，通过构建诘问集、生成诘问指令以及更新回答进行迭代优化，在迭代优化过程中采用混合核函数计算群体回答的相似度，当相似度和稳定性同时达到预设阈值，或达到最大迭代次数时，终止迭代并输出结果。与现有技术相比，本发明具有回答准确性高以及领域适应性强等优点。