产品推荐模型训练方法、产品推荐方法、设备及可读存储介质

本申请公开了一种产品推荐模型训练方法、产品推荐方法、设备及可读存储介质，涉及人工智能技术领域，产品推荐模型训练方法包括：根据用户特点信息从原始产品数据中为各第一用户画像筛选得到候选产品数据；将各第一用户画像以及候选产品数据进行匹配，匹配出符合预设条件的多个第二用户画像以及推荐产品数据以及推荐理由；基于各第二用户画像、推荐产品数据和推荐理由，对基础推理模型进行监督微调训练，得到监督微调模型；根据不符合预设条件的多个第三用户画像和对应的多个候选产品数据，对监督微调模型进行强化学习训练，得到目标产品推荐模型。本申请旨在通过低成本的训练得到一个低幻觉且高推荐准确率的中小模型，提高产品推荐效率和准确率。