基于大模型的学生模型生成方法及装置

摘要文本

本公开提出一种基于大模型的学生模型生成方法及装置，涉及计算机技术领域，尤其涉及大模型、自然语言处理、深度学习、知识蒸馏等人工智能技术领域。包括：获取样本数据集；将输入数据及提示信息输入大模型，以获取大模型生成的第一内容；将第一内容转化为与标注结果类型相同的第一预测结果；将输入数据输入初始学生模型，以获取初始学生模型输出的第二预测结果；根据第二预测结果分别与第一预测结果、及标注结果的差异，确定修正梯度；基于修正梯度，对初始学生模型进行修正，以获取目标学生模型。由此，实现了根据需要对大模型进行能力提取，不仅提高了可部署模型的能力，又降低了模型的参数规模，为提高应用服务的性能提供了条件。