双阶段大模型认知增强方法、系统、设备及存储介质

本发明涉及大语言模型技术领域，尤其涉及一种双阶段大模型认知增强方法、系统、设备及存储介质，方法包括：接收用户输入请求，将请求按设定认知解析并分解为按序的认知步骤序列；基于认知步骤序列，使用大语言模型按对应步骤生成中间表示和对应的文本候选；对每一认知步骤生成的文本候选进行评估，当评估结果未满足预设阈值时，触发回溯机制以引导大语言模型对相应步骤进行重写或修正；将经评估验证通过的中间表示与对应最终文本保存至轨迹存储库，并以轨迹存储库中的数据作为训练样本，使用基于策略优化的强化学习方法对大语言模型进行微调。本发明中，避免全文重写带来的不稳定性，使模型在无提示时也能产出合规范文本。