摘要
本发明提供了一种基于知识融合的检索增强大语言模型系统及生成方法,所述系统包括:检索模块,用于接收用户查询并从外部知识库中检索出相关语料;生成模块,由预训练的大语言模型实现,用于生成候选答案及其事实依据;知识融合决策模块,由所述大语言模型实现,用于接收所述用户查询、以及由所述生成模块生成的多组候选答案及事实依据,进行分析与决策,输出最终答案及最终事实依据。本发明通过引入基于反思范式的双阶段生成与决策机制及基于直接偏好优化的调优方法,有效解决了现有检索增强生成技术中知识融合不充分、决策粗糙的问题,提升了生成答案的准确性与事实性,强了其在跨领域、复杂语境下的泛化能力和鲁棒性。
技术关键词
大语言模型
生成方法
决策
样本
模块
数据
生成答案
生成技术
控制策略
两阶段
算法
三元组
鲁棒性
机制
数学
偏差
参数