本申請實施例公開了一種內(nèi)容推薦方法、模型訓練方法、裝置及電子設備，通過引入價值評估模型來得到樣本推薦分值，使得決策模型與價值評估模型形成強化學習架構，可以提升決策模型的訓練效果，提升利用決策模型在目標推薦位置進行內(nèi)容推薦的準確性；并且，通過進一步引入點擊率預測模型，即便是針對未被推薦過的樣本內(nèi)容，也能夠更加準確地對樣本內(nèi)容被推薦后的點擊率進行預測，提升對價值評估模型的訓練效果，提升強化學習的效果，從而進一步提升決策模型的模型性能。后續(xù)在利用決策模型對目標對象進行內(nèi)容推薦時，即便是針對未被推薦過的內(nèi)容也能夠有效地提升推薦的準確率，可以廣泛應用于云技術、人工智能等領域。