本申请涉及服务器人工智能技术领域，本申请提供一种模型训练方法、装置、设备与存储介质，模型训练方法包括：获取样本集合，从样本集合中选择待计算的正数据样本，将待计算的正数据样本对应的原始向量输入编码器模型，获得第一向量对；将n‑1个数据样本作为n‑1个负数据样本，将负数据样本对应的原始向量输入编码器模型，获得第二向量对；根据第一向量对中的向量之间的差异和第一向量对中的向量与各个第二向量对中的向量之间的差异，确定损失值；若损失值不满足目标条件，则根据损失值，对编码器模型的参数进行调整，直到损失值满足目标条件，获得训练好的编码器模型。实施本申请，可以让编码器模型学习到数据样本之间的区别度。