1.一种模型训练方法，其特征在于，所述方法应用于包含至少两个参与方的系统中，各参与方中均部署有初始用户画像构建模型，所述模型训练方法包括：
2.如权利要求1所述的模型训练方法，其特征在于，所述根据所述初始用户画像构建模型的模型预测结果确定第一预测误差，并将所述第一预测误差发送至其他参与方的步骤之前，还包括：
3.如权利要求2所述的模型训练方法，其特征在于，所述根据所述初始用户画像构建模型的模型预测结果确定第一预测误差，并将所述第一预测误差发送至其他参与方的步骤，包括：
4.如权利要求2所述的模型训练方法，其特征在于，所述根据所述其他参与方反馈的第二预测误差确定第一训练参数的步骤，包括：
5.如权利要求4所述的模型训练方法，其特征在于，所述基于所述第一训练集数据和所述目标标签误差确定第一训练参数的步骤，包括：
6.如权利要求5所述的模型训练方法，其特征在于，所述根据所述初始用户画像构建模型的模型预测结果确定第一预测误差，并将所述第一预测误差发送至其他参与方的步骤之前，还包括：
7.如权利要求1所述的模型训练方法，其特征在于，所述基于所述第一训练参数和所述第二训练参数对所述初始用户画像构建模型进行参数更新，获得目标用户画像构建模型的步骤，包括：
8.一种模型训练装置，其特征在于，所述装置包括：
9.一种模型训练设备，其特征在于，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的模型训练程序，所述模型训练程序配置为实现如权利要求1至7中任一项所述的模型训练方法的步骤。
10.一种存储介质，其特征在于，所述存储介质上存储有模型训练程序，所述模型训练程序被处理器执行时实现如权利要求1至7任一项所述的模型训练方法的步骤。