一种增强大语言模型逻辑推理能力的方法和系统

本发明涉及一种增强大语言模型逻辑推理能力的方法和系统，属于人工智能技术领域，解决了现有技术中单阶段微调训练的大模型回答准确率低的问题。方法包括：对于训练集中的每条训练样本，将该训练样本的结论和每个前提转换为符号表示，得到该训练样本的符号语言；对于每条训练样本，基于符号语言的逻辑形式和推理难度计算该训练样本的复杂度；基于每条训练样本的复杂度对训练集进行划分得到不同复杂度等级的训练子集；按照复杂度等级从低到高的顺序基于训练子集分阶段对大语言模型进行训练，得到训练好的大语言模型。提高了大语言模型的推理准确性。