模型训练方法、装置、计算机设备及存储介质

本申请公开了一种模型训练方法、装置、计算机设备及存储介质，该模型训练方法包括：获取初始生成模型针对问题集合中的问题输出的回答内容；通过偏好评分模型针对每个问题对应的回答内容输出的多个主观评分维度的偏好分值；基于所述每个问题、所述每个问题对应的回答内容以及所述回答内容对应的多个主观评分维度的偏好分值，确定偏好数据对；基于所述偏好数据对，并利用直接偏好优化算法对所述初始生成模型进行训练，得到目标生成模型。本方法可以提升训练后的生成模型输出的生成内容的准确性。