一种基于轨迹优化视角的大语言模型推理方法

本发明提出一种基于轨迹优化视角的大语言模型推理方法，方法包括以下步骤：S1、初始化思维链片段；S2、基于下一步的思维链和上一步的模型参数计算目标函数，得到更新后的模型参数，重复S2直至思维链生成完毕，得到新的大语言模型；S3、基于S2过程中的目标函数定义优化过程的强度和优化过程的稳定性，将优化过程的强度和优化过程的稳定性作为奖励函数，采用强化学习算法优化新的大语言模型，得到最终的大语言模型；S4、采用最终的大语言模型获取实际用户问题进行推理。与现有技术相比，本发明具有提高大语言模型推理性能，减少冗余推理开销，减少过度思考、过度反思等有害的推理行为等优点。