1.一種模型訓(xùn)練方法，其特征在于，包括：
2.如權(quán)利要求1所述的方法，其特征在于，在根據(jù)所述訓(xùn)練請求獲取樣本數(shù)據(jù)之前，所述方法還包括：
3.如權(quán)利要求2所述的方法，其特征在于，所述目標模型的自注意力模塊包括：旋轉(zhuǎn)編碼模塊，鍵值重復(fù)模塊以及縮放點積注意力模塊，針對所述目標模型中的每個子層，該子層由輸出投影模塊，輸出層歸一化模塊，多層感知機模塊，輸入層歸一化模塊，查詢鍵值投影模塊，旋轉(zhuǎn)編碼模塊，鍵值重復(fù)模塊，縮放點積注意力模塊依次串聯(lián)構(gòu)成。
4.如權(quán)利要求1所述的方法，其特征在于，根據(jù)預(yù)設(shè)的數(shù)據(jù)并行維度和序列并行維度將所述樣本數(shù)據(jù)切分為多個子樣本，并將各子樣本分配到不同的圖形處理器gpu上，具體包括：
5.如權(quán)利要求4所述的方法，其特征在于，不同的第一計算組之間不進行數(shù)據(jù)通信，不同的第二計算組之間進行數(shù)據(jù)通信。
6.如權(quán)利要求1所述的方法，其特征在于，在確定所述目標模型中的每一個子層所對應(yīng)的激活值并存儲之前，所述方法還包括：
7.如權(quán)利要求1所述的方法，其特征在于，根據(jù)所述預(yù)測結(jié)果，確定所述目標模型的損失值，并根據(jù)所述損失值以及所述每個子層所對應(yīng)的激活值，對所述目標模型進行訓(xùn)練，具體包括：
8.如權(quán)利要求7所述的方法，其特征在于，所述方法還包括：
9.一種業(yè)務(wù)執(zhí)行方法，其特征在于，包括：
10.一種模型訓(xùn)練裝置，其特征在于，包括：
11.一種計算機可讀存儲介質(zhì)，其特征在于，所述存儲介質(zhì)存儲有計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)上述權(quán)利要求1~9任一項所述的方法。
12.一種電子設(shè)備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執(zhí)行所述程序時實現(xiàn)上述權(quán)利要求1~9任一項所述的方法。