一种基于检索增强的模型优化方法以及装置

本发明提供的基于检索增强的模型优化方法以及装置，包括：获取多个不同领域的数据集，确定基准问题并从数据集中提取与基准问题相关的参考文档片段，基于参考文档片段，生成干扰文档片段；干扰文档片段用于模拟现实场景中的检索错误，根据参考文档片段以及干扰文档片段，构建训练数据集，基于训练数据集，对基础模型进行优化，以得到优化后的模型。通过构建包含相关与干扰信息的上下文训练数据集，并进行针对性微调，使模型能有效识别并忽略干扰信息，从而生成更可靠的答案。在提高回答准确性的同时，在回答的帮助性、相关性和深度等方面均保持稳定，为构建更可靠的RAG系统提供了有效途径。