一种多层级大模型调度与知识库自适应优化方法及系统

本发明涉及人工智能技术领域，公开了一种多层级大模型调度与知识库自适应优化方法及系统，方法包括：获取待处理任务，并对待处理任务进行预处理后计算待处理任务的复杂度；利用小模型处理待处理任务，得到测试处理结果，计算测试处理结果的成熟度；根据复杂度和成熟度确定大模型的调度策略，并利用调度策略处理待处理任务，得到处理结果；基于处理结果对与调度策略相关的小模型或知识库进行优化。通过计算待处理任务的复杂度、测试处理结果的成熟度，据此选择不同规模的模型，减少对超大模型的调用，降低计算成本，提升系统响应效率，利用历史处理结果对小模型或知识库进行优化，提高小模型和知识库的处理能力，不断积累知识，减少重复计算。