模型训练方法、自然语言处理方法及装置

本发明提供一种模型训练方法、自然语言处理方法及装置，涉及数据处理技术领域，包括：对各个自然语言推理数据进行处理，得到各个正向推理数据，以及各个第一反向推理数据；基于各个正向推理数据，以及各个第一反向推理数据，对学生大语言模型进行训练，得到具备正反向推理能力的第一大语言模型；构建各个自然语言推理数据对应的错误正向推理数据，第二反向推理数据；基于教师大语言模型，对各个目标自然语言推理数据对应的错误正向推理数据，以及第二反向推理数据进行处理，得到正向推理错误且反向推理正确的目标推理数据；根据各个错误正向推理数据，以及目标推理数据，通过直接偏好优化策略，对第一大语言模型进行训练，得到第二大语言模型。