一种基于反事实数据增强的大语言微调数据筛选方法、系统、设备及存储介质

本发明提供一种基于反事实数据增强的大语言微调数据筛选方法、系统、设备及介质，方法包括如下步骤：S1、反事实数据增强，具体包括如下子步骤：S11、生成伪响应；S12、验证伪答案的正确性；S13、生成反事实问题；S14、问题‑答案验证；S2、数据筛选，具体包括如下子步骤：S21、建立反事实数据的质量度量指标；S22、行列式点过程筛选。本发明通过反事实分数和确定性点过程，能够同时考虑数据的质量和多样性，筛选出更优的数据子集；本发明通过反事实数据生成和验证，能够有效提升反事实数据的质量，增强模型在指令微调中的表现；本发明通过确定性点过程的快速实现，能够在较低的计算成本下筛选出高质量数据。