用于FCM开发的LLM
神经与进化计算
2026-07-06 v1 人工智能
新兴技术
综合文献
机器学习
摘要
本文涉及使用本地大型语言模型开发模糊认知图。鉴于最近的进展,很明显大型语言模型,甚至本地大型语言模型,都能够从文本数据中提取数量。换句话说,像Qwen2.5-32B或可能更大的本地LLM可以接受实体作为提示输入,并确定相关的定量数据作为模型输出。反过来,该输出可用于构建数据驱动的模糊认知图。因此,我们实现了这一方案,然后对模型进行了彻底测试;使用了Qwen2.5-32B,数据从TripAdvisor的酒店评论中提取。此外,提取的文档未经过滤地通过模型,然后训练和评估模糊认知图。我们针对希腊语评论进行了一个案例研究,形成了一个星型拓扑FCM,指示了评论者的偏好。最后,进行了外部验证,以确定模糊认知图是否可以将评论的星级评分(一个超出模型推理范围的结果)与其预测的满意度相关联。
引用
@article{arxiv.2607.04983,
title = {LLM for the development of FCM},
author = {Alexis Kafantaris},
journal= {arXiv preprint arXiv:2607.04983},
year = {2026}
}