本发明提供一种自动更新模型的方法、系统、设备及存储介质，属于模型更新技术领域。自动更新模型的方法包括：获得样本数据集；将样本数据集中的若干个样本数据输入神经网络模型训练，生成旧数据集；若样本数据集中未训练的样本数据数量大于或等于样本数量阈值a，选择a个样本数据作为新数据集输入至神经网络模型获得训练结果；根据训练结果对新数据集进行划分，获得可信数据集；将可信数据集与旧数据集按照预设组合规则进行组合，得到复合数据集，并将复合数据集输入至神经网络模型，更新神经网络模型；将复合数据集作为旧数据集，继续训练未训练的样本数据，自动更新网络模型。解决了模型更新步骤繁琐，更新效率低下，易造成概念偏移的问题。