一种基于动态自适应增强大语言模型知识边界感知能力的方法及装置

本发明公开了一种基于动态自适应增强大语言模型知识边界感知能力的方法及装置，所述方法包括：该方法通过降低模型的过度自信从而提升模型对知识边界感知能力的准确性。首先衡量了模型的自信程度，即在提示词中添加了评估模型问题答案的确定性的相关实现。然后根据评估结果，动态自适应决策是否对模型所接入的外部数据库进行检索增强，从而保证大语言模型问答的准确性。本发明优化了提示词中的问答策略，突破了传统问答方法中存在的局限性，降低模型回答问题时的过度自信，增强了模型对知识边界感知的能力，从而让模型在问题答案的正确性和进行检索增强时查询所耗费的性能之间取得了一定的动态平衡。