一种大语言模型的拟人化交互方法及装置

本申请提供了一种大语言模型的拟人化交互方法及装置，通过分层结构建模、将原本杂乱的人格设定转化为机器可读的多维人格矩阵的结构化层级结构，契合人类认知的层次化逻辑，避免将所有人格设定信息堆砌在单一提示词中导致大语言模型遗忘或偏离设定的问题，有助于实现人格表达的稳定一致性，增强账号的可信度；基于多维人格矩阵对多条初始评论进行检验和校准，能够有效减轻偏见倾向，生成的内容更加多样和真实，确保账号输出合规稳定、符合人格设定；通过算法驱动的闭环反馈优化与参数微调，使得账号主动学习和优化，降低人工维护成本，提高运营效率。