基于不确定性校准的电力大模型在线学习增强方法及系统

一种基于不确定性校准的电力大模型在线学习增强方法及系统，方法包括对电力大模型进行基于不确定性的先验度量，量化电力大模型对特定问题的答案生成确定性，将问题‑答案对按照认知强弱程度划分为不同类别知识状态；根据问题‑答案对所属知识状态类别，计算电力大模型输出的词表分布与目标分布之间的差异，结合动态调整的似然阈值，实现对已知数据和未知数据的区分；对已知数据和未知数据分别采用不同的学习策略，在电力大模型训练过程中，实时识别数据类型并应用对应的学习策略，实现电力大模型微调和校准之间的平衡。本发明在微调过程中实时解决校准性问题，使得大语言模型在领域微调时不仅仅能够适应下游任务，还能够保持良好的校准性能。