本申请公开了一种通用对话模型的训练方法、装置、电子设备及介质，涉及人工智能领域，尤其涉及深度学习技术。具体实现方案为：在对话数据集合中提取出一个对话数据作为待训练的通用对话模型的当前训练样本；其中，待训练的通用对话模型包括：对话策略子模型和对话生成子模型；使用当前训练样本对对话策略子模型进行监督学习；对对话策略子模型和对话生成子模型进行端到端训练；对对话策略子模型和对话生成子模型进行强化学习训练。本申请实施例不依赖高成本的多类型对话预料，能够主动地引导用户去聊自己感兴趣的话题或模型擅长的知识更加密集的话题，在多种场景中有较大的应用价值。