问答模型的训练方法及装置、问答方法及装置、可读存储介质

本申请涉及一种问答模型的训练方法及装置、问答方法及装置、计算机设备、计算机可读存储介质和计算机程序产品。方法包括：构建训练集，训练集中具有已知的攻击类别标注的第一类别的提示词、和具有未知攻击类别的标注的第二类别的提示词；根据提示词训练初始奖励模型，得到奖励模型，奖励模型用于输出奖励信号；将提示词输入大语言模型中，输出得到预测回复数据，并将预测回复数据和提示词输入奖励模型中，得到针对预测回复数据的奖励信号；根据预测回复数据的奖励信号确定大语言模型的更新策略，基于更新策略更新大语言模型，得到训练后的问答模型。采用本方法能够提高问答模型针对已知攻击类别的识别精度，降低针对未知攻击类型的漏检率。