本申请实施例公开了一种人工智能领域的模型训练方法及相关装置，其中该方法包括：基于负样本衡量机制，确定未标记样本集合中各未标记样本各自对应的负样本置信度；根据各未标记样本各自对应的负样本置信度，从未标记样本集合中选出目标负样本；基于目标负样本和目标正样本构建第一训练样本集；根据未标记样本集合中除目标负样本外的未标记样本各自对应的负样本置信度，选出参考正样本和参考负样本；基于目标负样本和参考负样本、以及目标正样本和参考正样本构建第二训练样本集；基于第一训练样本集和第二训练样本集，训练目标分类模型。该方法能够使训练得到的模型可以更全面准确地识别各种输入数据。