用于提高识别可持续发展目标贡献精度的智能体 AI

随着研究机构日益承诺支持联合国可持续发展目标（SDGs），准确评估其研究产出与这些目标的关系迫在眉睫。当前方法主要依赖关键词为基础的布尔搜索查询，将偶发关键词匹配与真正贡献混为一谈，降低了检索精度， complicating 基准测试工作。本研究探讨了将自回归大型语言模型（LLM）作为评估智能体，用于识别学术出版物中对 SDG 目标的相关贡献。我们使用通过 SDG 特定关键词查询检索的学术摘要数据集，演示了小型本地托管 LLM 能够区分语义上与 SDG 目标相关的贡献与因偶发关键词匹配而检索到的文档。该方法解决了传统方法的局限性。通过利用 LLM 的上下文理解能力，本研究提供了一种可扩展的框架，用于改进与 SDG 相关的研究指标，并为机构报告提供支持。