大模型的训练方法、推荐方法、装置、设备及介质与流程

本公开涉及大数据、人工智能、数据处理、以及产品推荐等，更具体地，涉及一种大模型的训练方法、推荐方法、装置、电子设备、存储介质及程序产品。

背景技术：

1、推荐系统在现代互联网应用中扮演着至关重要的角色。推荐系统可以通过分析用户输入的检索内容和候选对象的对象信息，为用户提供个性化的对象推荐服务。而近年来，大模型的崛起，扩展了推荐系统的应用范围。

2、在实现本公开构思的过程中，发明人发现相关技术中至少存在如下问题：在不同的推荐领域，通用大模型的对象推荐精度不同，在对象推荐领域，采用通用大模型难以达到推荐精度要求。

技术实现思路

1、有鉴于此，本公开提供了一种大模型的训练方法、推荐方法、装置、电子设备、存储介质及程序产品。

2、本公开的一个方面提供了一种大模型的训练方法，包括：获取样本集，样本集包括多个训练样本，每个训练样本包括样本搜索结果对和标签，样本搜索结果对包括样本搜索内容和样本搜索对象信息，标签表征样本搜索结果对的相关性；利用多个识别器从样本集中确定第一目标训练样本，得到第一目标样本集，第一目标训练样本的样本搜索结果对的相关性识别难度满足预定条件；以及利用第一目标样本集对第一大模型进行训练，得到训练后第一大模型；其中，多个识别器均用于识别样本搜索结果对的相关性，多个识别器各自的识别能力不同。

3、根据本公开的实施例，多个识别器包括第一识别器和第二识别器；根据本公开的实施例，利用多个识别器从样本集中确定第一目标训练样本，得到第一目标样本集，包括：利用第一识别器对样本集进行一级筛选，从样本集对中确定第一识别器识别样本搜索结果对的相关性错误的第一样本子集；以及利用第二识别器对第一样本子集进行二级筛选，从第一样本子集中确定第二识别器识别样本搜索结果对的相关性正确的第二样本子集，并将第二样本子集作为相关性识别难度满足预定条件的第一目标样本集；其中，第一识别器的识别能力低于第二识别器的识别能力。

4、根据本公开的实施例，多个识别器还包括第三识别器；利用多个识别器从样本集中确定目标训练样本，得到第一目标样本集，还包括：利用第三识别器对第二样本子集进行三级筛选，从第二样本子集中确定标签标注错误的第三样本子集；以及基于第二样本子集和第三样本子集，确定第一目标样本集；其中，第三识别器的识别能力高于第二识别器的识别能力。

5、根据本公开的实施例，大模型的训练方法还包括：将第一目标样本集中的第一目标训练样本输入至第二大模型中，得到提示信息；以及基于提示信息和第一目标训练样本，生成第二目标训练样本。

6、根据本公开的实施例，将第一目标样本集中的第一目标训练样本输入至第二大模型中，得到提示信息，包括：确定提示信息的信息类型；以及将第一目标样本集中的第一目标样本对输入至与信息类型相匹配的第二大模型中，得到提示信息；其中，提示信息包括以下至少一项：用于解释的提示信息、规则信息、决策信息和推理信息。

7、根据本公开的实施例，大模型的训练方法还包括：将第二目标训练样本中的样本搜索结果对输入至训练后第一大模型中，得到用于表征样本搜索结果对之间的相关性的样本识别结果以及样本提示信息，其中，将样本识别结果和标签作为标签对，将提示信息和样本提示信息作为提示信息对；以及基于标签对和提示信息对，训练训练后第一大模型，得到优化后第一大模型。

8、根据本公开的实施例，大模型的训练方法还包括：获取样本对组，其中，样本对组包括样本搜索内容、与样本搜索内容相对应的多个样本搜索对象信息以及用于表征样本搜索对象信息的相关性偏好顺序的排序标识信息；以及利用样本对组对优化后第一大模型进行训练，得到目标第一大模型。

9、本公开的另一方面提供了一种推荐方法，包括：获取从交互界面输入的搜索内容；将搜索内容与候选对象的搜索对象信息输入至推荐大模型中，得到具有排序关系的多个目标对象；以及按照排序关系，将多个目标对象各自的对象属性信息展示在交互界面；其中，推荐大模型是利用如上所述的方法训练得到的。

10、本公开的另一方面提供了一种大模型的训练装置，包括：样本获取模块，用于获取样本集，样本集包括多个训练样本，每个训练样本包括样本搜索结果对和标签，样本搜索结果对包括样本搜索内容 和样本搜索对象信息 ，标签 表征样本搜索结果对的相关性；识别模块，用于利用多个识别器从样本集中确定第一目标训练样本，得到第一目标样本集，第一目标训练样本的样本搜索结果对的相关性识别难度满足预定条件；以及训练模块，用于利用第一目标样本集对第一大模型进行训练，得到训练后第一大模型；其中，多个识别器均用于识别样本搜索结果对的相关性，多个识别器各自的识别能力不同。

11、本公开的另一方面提供了一种推荐装置，包括：内容获取模块，用于获取从交互界面输入的搜索内容；搜索模块，用于将搜索内容与候选对象的搜索对象信息输入至推荐大模型中，得到具有排序关系的多个目标对象；以及展示模块，用于按照排序关系，将多个目标对象各自的对象属性信息展示在交互界面；其中，推荐大模型是利用如上所述的装置训练得到的。

12、本公开的另一方面提供了一种电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个程序，其中，当一个或多个程序被一个或多个处理器执行时，使得一个或多个处理器实现如上所述的方法。

13、本公开的另一方面提供了一种计算机可读存储介质，存储有计算机可执行指令，所述指令在被执行时用于实现如上所述的方法。

14、本公开的另一方面提供了一种计算机程序产品，所述计算机程序产品包括计算机可执行指令，所述指令在被执行时用于实现如上所述的方法。

15、根据本公开的实施例，通过不同识别能力的多个识别器对样本集中的训练样本进行筛选，能够提高第一目标样本集的样本质量，由此利用该类第一目标样本集来对第一大模型进行训练，通过提高用于训练第一大模型的第一目标样本集的样本质量，降低用于训练第一大模型的第一目标样本集的样本数量，进而提高第一大模型的训练效率的同时，提高训练后第一大模型的识别精度和识别针对性。

1.一种大模型的训练方法，包括：

2.根据权利要求1所述的方法，其中，多个所述识别器包括第一识别器和第二识别器；

3.根据权利要求2所述的方法，其中，多个所述识别器还包括第三识别器；

4.根据权利要求1至3中任一项所述的方法，还包括：

5.根据权利要求4所述的方法，其中，所述将所述第一目标样本集中的第一目标训练样本输入至第二大模型中，得到提示信息，包括：

6.根据权利要求4或5所述的方法，还包括：

7.根据权利要求6所述的方法，还包括：

8.一种推荐方法，包括：

9.一种大模型的训练装置，包括：

10.一种推荐装置，包括：

11.一种电子设备，包括：

12.一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器实现权利要求1至8中任一项所述的方法。

13.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1至8中任一项所述的方法。