大语言模型的问题分类优化方法、装置及存储介质

在本申请提供的大语言模型的问题分类优化方法中，在当前周期内，将每个目标问题输入至当前大语言模型中，得到每个目标问题的初始预测类别；对于每个目标问题及其初始预测类别，按照当前问题类别对总数，在当前案例数据库中根据该目标问题召回第一历史数据集合，以及根据该初始预测类别召回第二历史数据集合；对每个目标问题，将该目标问题及其对应的第一历史数据集合和第二历史数据集合输入当前大语言模型，得到该目标问题的目标预测类别；若确定当前周期内各个目标预测类别的整体正确率小于预设阈值，则对当前问题类别对总数进行增量后作为新的当前问题类别对总数，并进入下一周期。如此，解决了大模型分类中错误集中且持续存在的痛点。