本申请公开了一种模型参数的调整方法、装置、设备及存储介质，涉及人工智能领域。该方法包括：从n个模型训练节点获取n个模型参数，基于n个模型参数之间的相似度关系，确定n个模型参数分别对应的权重因子，基于权重因子对n个模型参数进行加权整合，得到更新模型参数；将更新模型参数反馈至n个模型训练节点，进行循环迭代训练，直至得到目标模型，目标模型为用于进行数据预测的模型。在保证保护数据隐私的前提下，基于动态权重对模型参数进行调整，针对模型训练节点训练得到的模型参数之间的差异性进行有针对性的整合，提升目标模型的泛化性能。