模型处理方法、装置及电子设备

本申请提供一种模型处理方法、装置及电子设备，该模型处理方法包括：获取样本数据；样本数据包括样本任务以及样本任务对应的推理步骤；将样本数据输入预设模型，得到样本任务对应的第一样本任务处理结果；基于第一样本任务处理结果和真实任务处理结果之间的差异确定任务奖励信息；对推理步骤进行调整，得到调整推理步骤；根据调整推理步骤对第一样本任务处理结果的影响程度，确定步骤奖励信息；基于步骤奖励信息和任务奖励信息，生成样本任务对应的目标奖励信息；基于目标奖励信息对预设模型的推理策略进行调整。本申请实施例通过步骤奖励信息和任务奖励信息的结合，提了升模型推理准确率和推理效率。