基于大语言模型的连续问答方法、装置及电子设备与流程

1.一种基于大语言模型的连续问答方法，其特征在于，包括：

2.根据权利要求1所述的基于大语言模型的连续问答方法，其特征在于，所述获取微调语料，对待微调的向量模型进行微调过程，包括：

3.根据权利要求1所述的基于大语言模型的连续问答方法，其特征在于，还包括：当所述用户问题不包含产品及产品型号，且搜索所述通用知识库总结匹配的答复内容与所述用户问题的匹配度低于预设阈值时，采用大语言模型思维链对所述用户问题进行补全，以再次搜索所述通用知识库总结匹配答复内容；

4.根据权利要求1所述的基于大语言模型的连续问答方法，其特征在于，还包括：当所述用户问题不包含产品及产品型号，且搜索所述通用知识库总结匹配的答复内容与所述用户问题的匹配度低于预设阈值时，对所述用户问题进行补全以再次搜索所述通用知识库总结匹配答复内容；

5.根据权利要求1所述的基于大语言模型的连续问答方法，其特征在于，还包括：

6.一种基于大语言模型的连续问答装置，其特征在于，包括：

7.根据权利要求6所述的基于大语言模型的连续问答装置，其特征在于，所述获取微调模块获取微调语料，对待微调的向量模型进行微调，生成经微调的优化向量模型的执行单元，包括：

8.根据权利要求6所述的基于大语言模型的连续问答装置，其特征在于，还包括：

9.根据权利要求6所述的基于大语言模型的连续问答装置，其特征在于，还包括：

10.一种电子设备，其特征在于，包括计算机程序，所述计算机程序存储在计算机可读存储介质中；当电子设备的处理器从所述计算机可读存储介质读取所述计算机程序时，所述处理器执行所述计算机程序，使得所述电子设备执行权利要求1-5中任一项所述的基于大语言模型的连续问答方法的步骤。