一种大语言模型测试数据集生成方法、系统、设备及介质

本申请公开了一种大语言模型测试数据集生成方法、系统、设备及介质，涉及自然语言处理领域，该方法包括：多个对话智能体基于提示语生成对话链：每个对话智能体根据提示语生成回答，并对其他对话智能体生成的回答进行质疑和评分，根据其他智能体给出的质疑和评分重新生成回答，最终将评分最高的回答作为最优回答；关键词提取智能体和关键词判断智能体基于提示语及最优回答生成判断链：关键词提取智能体从最优回答中提取关键词集合，关键词判断智能体对关键词集合进行质疑，关键词提取智能体根据质疑重新提取关键词集合，最终得到最优关键词集合；将提示语、最优回答及最优关键词集合存入数据库。本申请提高了大语言模型测试数据集的生成效率。