一种基于大语言模型生成问题答案的方法

本发明公开了一种基于大语言模型生成问题答案的方法，包括以下步骤：使用手动注释作为示例来构建提示；根据CoT‑SC算法生成尝试；比较正确和错误的结果，并总结有助于回答的线索；根据线索修改提示并进行增强尝试；利用上述阶段获得的结果作为正样本和负样本来训练轻量级专业分类器；使用对比学习来扩大正确和错误结果在表示空间中的语义距离；输出问题答案。本申请通过指导LLM根据正确和错误的结果总结线索，该模型能够理解错误；通过对比学习，本申请鼓励模型专注于两类基本原理之间的区别。