本申请公开了用于训练模型的方法和装置，涉及计算机技术领域。该方法包括：获取样本数据以及初始分类模型，并通过多轮迭代操作，训练初始分类模型；迭代操作包括：获取样本数据的表征，以及基于样本数据的表征确定样本数据的特征；采用样本数据的特征，对初始分类模型进行基于对比学习的训练，得到训练后的初始分类模型输出的对比损失函数值，并根据对比损失函数值生成反馈信息，初始分类模型在执行下一次迭代操作前基于反馈信息更新；响应于确定初始分类模型达到预设的收敛条件，将最后一轮迭代操作中的初始分类模型确定为目标分类模型。采用基于该方法训练得到的模型对三维模型数据进行分类，可以提高针对三维模型数据进行分类的准确性。