基于分类数据的MoE模型强化训练方法

本发明公开了基于分类数据的MoE模型强化训练方法，涉及MoE模型强化训练技术领域，包括如下步骤：在MoE模型强化训练过程中采集每个批次中各种样本被正确分配的数量，并进行预处理，得到样本正确率数据以及专家匹配率数据；进行样本正确率分析，得到第一权重特征数据；并进行专家匹配率分析，得到第二权重特征数据；基于第一权重特征数据以及第二权重特征数据，对强化训练的批次中各种样本的比例进行动态调整；本发明用于解决现有的MoE模型强化训练技术在对用于分类数据的MoE模型进行强化训练时，无法根据每个训练批次中样本被正确分配的数量，对训练批次的各种样本的比例进行动态调整，提高MoE模型强化训练的效率的同时，提高MoE模型的分类精度的问题。