一种用于大语言模型的数据去偏与对齐增强方法、电子设备及存储介质

本发明属于生成式人工智能技术领域，提供了一种用于大语言模型的数据去偏与对齐增强方法、电子设备及存储介质，方法包括：通用文本收集、单句拆解、模版匹配、情感标注、对象冲突组划分、偏见文本和中立文本划分、中立对话模型构建、偏见模型构建、同步回答生成、双模型输出差异度计算、回答审查及中立回答输出；本发明通过模版匹配、情感标注、冲突组划分，将复杂交叉的偏倚检测转换为对象、情感对比统计分析，降低了去偏的复杂度，提高了偏倚文本的识别效率；通过构建中立对话模型和偏见模型，提供了错误参照，避免了传统人类偏好对齐需要收集大量人员评价的过程，优化了中立对话模型的训练和工作时的审查过程。