一种基于强化学习验证奖励的大语言模型日志异常自动检测方法与装置

本发明涉及一种基于强化学习验证奖励的大语言模型日志异常自动检测方法与装置，其中方法包括步骤1、训练基于大语言模型的日志异常自动检测模型，通过滑动窗口划分日志序列，使用日志解析器进行日志解析，输入基于Transformer编码器的大语言模型进行语义提取，使用多层感知机和基于 Transformer 解码器的大语言模型进行维度映射，输入基于监督式微调与强化学习微调的大语言模型进行推理分析得出异常检测信息；步骤2、使用步骤1 所获基于大语言模型的自动化异常检测模型进行推理检测。本发明充分利用了语义向量提取模块优秀的语义提取能力、强化学习优化模块的文本生成能力，进一步去除了冗余信息，降低了强化学习优化模块的内存需求，提高了计算效率。