一种提升大语言模型问答可靠性的交互质量保障方法

本申请提供一种提升大语言模型问答可靠性的交互质量保障方法，涉及大语言模型问答技术领域，包括以下步骤：响应于初始自然语言问询，生成并输出引导性问题，为初步医疗描述中的各结构化字段赋予初始医学语义权重，并响应干预指令，生成权重可调的增强医疗描述；实时识别当前交互序列中的主体指代关系，基于识别结果对交互产生的上下文数据进行主体标签标定与逻辑隔离，以构建具有主体一致性的结构化会话上下文；对结构化会话上下文中的增强医疗描述进行完整性评分与逻辑一致性校验；当验证通过时，将增强医疗描述、其对应的权重信息以及从医疗约束策略库中调取的相关约束策略，共同封装为结构化提示词，输入至大语言模型，以得到医疗问答结果。