结合图结构信息的LLM在烟草病虫害防治中的应用

本文通过利用大型语言模型 (LLM) 并将其与图结构知识相结合，解决了实际问题（烟草病虫害防治）。使用 GraphRAG 和 GNN 来增强知识检索和推理是关键贡献。专注于特定领域并证明优于基线的结果表明了 LLM 在专业领域的有价值的应用。

• •将 LLM 与图结构知识相结合，用于特定领域的解决问题。
• •采用 GraphRAG 和 GNN 来增强知识检索和推理。
• •在烟草病虫害防治方面，展示了优于基线方法的性能。
• •使用基于 ChatGLM 的模型和 LoRA 进行参数高效的适应。