本申请公开了一种模型训练方法及装置、资源分配方法、介质、电子设备，模型训练方法包括：在设定节点对预设的资源分配模型进行迭代训练，并在每次训练达到纳什均衡的情况下，获得对应的模型参数、预言值和预言验证值，其中，预言验证值基于预言值确定；根据设定节点的预言验证值和预设取值范围，确定是否达到帕累托效率；在确定达到帕累托效率的情况下，停止训练资源分配模型，并根据最后一次训练获得的模型参数，确定目标资源分配模型。在模型训练过程中，通过纳什均衡和帕累托效率兼顾了全局最优与局部最优，从而在基于目标资源分配模型分配资源时，可以获得更加合理的资源分配方案，提升了资源利用率。