摘要
本发明涉及大模型应用技术领域,公开了一种代码生成任务自适应推理方法、装置及设备。所述方法包括:获取代码生成任务的问题描述,基于大语言模型,将所述问题描述转换为伪代码;根据所述问题描述和对应伪代码,基于预训练的复杂度评估模型,对所述代码生成任务进行复杂度评估;所述复杂度评估模型以问题描述和伪代码为输入,以任务复杂度为输出训练得到;根据复杂度评估结果匹配推理模式,采用设定推理模型,基于匹配的推理模式执行代码生成任务;其中,不同复杂度对应不同推理深度的推理模式。本发明实现了大语言模型对于任务复杂度的动态感知,使其能够根据任务实际需求自适应地调整推理深度与资源分配。