【技术实现步骤摘要】
本申请实施例涉及大语言模型训练领域，具体涉及一种用于保险规划的因果大模型的训练方法、装置、设备及介质。
技术介绍
1、目前大语言模型广泛的应用与各大人工智能领域，各个领域为了能够使大语言模型具备更强的能力，通常会针对大语言模型进行进一步的训练。相关技术中，垂直领域专属大模型常用方法是通过收集大量的领域数据，例如文章、对话、问答等，选定一个算法框架，例如transformer，训练得到一个预训练大模型，或者选定一个基座模型，利用本领域的数据进行微调，得到一个微调大模型。但是，整体训练的模型不能够保证其中各任务阶段的识别效果，导致训练的模型不准确。
2、因此，如何提高规划大模型的训练精度成为需要解决的问题。
技术实现思路
1、本申请实施例提供用于保险规划的因果大模型的训练方法、装置、设备及介质，通过本申请的一些实施例至少能够实现目标话术生成模型的分部训练，提高规划大模型的训练精度，从而能够提升目标话术生成的准确性。
2、第一方面，本申请提供了用于保险规划的因果大模型的训...
【技术保护点】
1.一种用于保险规划的因果大模型的训练方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，在所述基于所述目标方案匹配因果模型的输出结果，训练话术生成模型，获得目标话术生成模型之后，所述方法还包括：
3.根据权利要求1或2所述的方法，其特征在于，所述训练用于识别当前用户问题的问题提取模型，获得目标问题提取模型，包括：
4.根据权利要求1或2所述的方法，其特征在于，所述训练用于识别用户情景的情景提取模型，获得目标情景提取模型，包括：
5.根据权利要求1或2所述的方法，其特征在于，所述基于所述目标问题提...
【技术特征摘要】
1.一种用于保险规划的因果大模型的训练方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，在所述基于所述目标方案匹配因果模型的输出结果，训练话术生成模型，获得目标话术生成模型之后，所述方法还包括：
3.根据权利要求1或2所述的方法，其特征在于，所述训练用于识别当前用户问题的问题提取模型，获得目标问题提取模型，包括：
4.根据权利要求1或2所述的方法，其特征在于，所述训练用于识别用户情景的情景提取模型，获得目标情景提取模型，包括：
5.根据权利要求1或2所述的方法，其特征在于，所述基于所述目标问题提取模型和所述目标情景提取模型的输出结果，训练方案匹配模型，...
【专利技术属性】
技术研发人员：陈勇，齐琛，曾文佳，陈新月，
申请(专利权)人：零犀北京科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。