一种针对组内梯度消失问题的强化学习训练方法及系统

本发明涉及人工智能模型训练技术领域，公开了一种针对组内梯度消失问题的强化学习训练方法及系统。该方法针对同一提示词生成多个候选响应并确定奖励，根据组内奖励分布构建局部优化目标，将组内奖励聚合为提示词级表现，并根据训练批次内不同提示词级表现构建跨组全局优化目标；根据响应结果分布确定一致性熵以及局部融合权重和全局融合权重，在全错状态下将局部融合权重置零，根据融合优化目标更新策略模型。该方案使组内零局部优势响应组保留在训练批次中，并在其提示词级表现偏离批次统计基准时形成跨组更新信号，减少因删除零局部优势样本造成的无效采样和训练计算。