本发明实施例公开了一种融合后验概率校准的模型训练方法、装置、设备及介质，方法包括：首先将第一预设数量的样本输入至分类模型以进行预测，得到每个样本的预测类别和预测后验概率；接着，根据每个样本的预测后验概率，将第一预设数量的样本划分至概率区间中，即对样本进行区间分类；再统计每个概率区间内，每种预测类别的样本的数量和每种预测类别的所有样本中预测正确的样本的数量，得到经验后验概率；根据每个样本对应的预测后验概率和经验后验概率，计算概率损失值，并根据概率损失值训练分类模型。由此，本发明实施例使得模型输出的预测后验概率与真实置信度匹配，避免了模型出现“盲目自信”的情况。