构建用于围棋对弈的大语言模型的方法、用于围棋对弈的计算设备、计算机可读存储介质和计算机程序产品

本发明涉及计算模型，公开了构建用于围棋对弈的大语言模型的方法、用于围棋对弈的计算设备、计算机可读存储介质和计算机程序产品。一种构建用于围棋对弈的大语言模型的方法，包括：S1：用第一训练输入对大语言模型基座进行监督微调，以获得初始大语言模型；S2：由初始大语言模型基于第二训练输入对围棋任务执行多次预测，以生成多个预测结果；S3：基于多个预测结果确定损失函数；以及S4：基于损失函数调整初始大语言模型的参数，以得到用于围棋对弈的大语言模型。根据本发明的方法克服了通用大语言模型对围棋任务的推理幻觉，通过基于专业围棋数据和奖励函数对大语言模型进行训练，提升了大语言模型预测下一步落子位置和对应胜率的能力。