基于面向上下文感知的大语言模型的智能问答方法及系统

本发明提供了一种基于面向上下文感知的大语言模型的智能问答方法及系统，属于人工智能问答模型领域。所述方法先构建基于LLM的基座模型，再构建用于监督微调SFT的训练数据集，对基座模型进行监督式微调；接收当前问题和上下文，并整合后构建输入格式，再输入到微调后的基座模型；如果判断基于自身知识和当前上下文足以回答问题，且无需调用检索函数，直接生成文本回答；如果基座模型判断需要外部知识，则指示需要调用检索函数，并提供关键词，获取多语种查询词以扩大检索范围，执行多个查询并整合成结构化的json数据作为执行结果，与原数据一起再输入基座模型；再利用增强的上下文信息，生成文本回答。本发明提高了生成回答的效率和准确性。