基于误差外推与推理链分析的训练数据合成方法、设备、介质及程序产品

本申请提供一种基于误差外推与推理链分析的训练数据合成方法、设备、介质及程序产品，包括：获取初始样本集合；利用小语言模型对每个任务样本的问题进行多次采样推理，生成多个推理链；基于预设误差评估规则计算每个推理链的整体误差评分，确定待修正推理链；将待修正推理链与对应问题一并输入至大语言模型中，生成经修正的回答；将问题与经修正的回答构成新任务样本，对小语言模型进行部分参数微调；重复执行上述流程，直至模型在任务测评集上的性能指标变化率低于预设阈值，输出最终任务样本；将多个最终任务样本构成训练样本集，对小语言模型进行全参数微调。本申请以模型误差为导向构建训练数据自我优化路径，提升了语义一致性与数据有效性。