大语言模型的微调训练方法、电子设备、存储介质和程序产品

本申请实施例提供一种大语言模型的微调训练方法、电子设备、存储介质和程序产品，涉及人工智能技术领域，该方法包括：获取针对同一个训练问题生成的多个独立的候选答案，基于多个候选答案的分布特征，量化表示训练问题的不确定程度，根据多个候选答案的不确定程度，对训练问题的损失权重赋值，其中，不确定程度越高，损失权重越高，获取多个训练问题的损失权重，并基于使用各训练问题的损失权重加权的损失函数，对大语言模型执行微调训练。本申请实施例基于训练问题的不确定性对损失权重赋不同的值，调节各训练问题的损失在损失函数中的重要程度，从而协同优化大语言模型微调训练过程的训练效率和推理精度。