ShizishanGPT：集成工具与资源的农业大型语言模型
计算与语言
2024-09-23 v1 人工智能
摘要
近期大型语言模型(LLM)的发展显著提升了智能对话系统处理复杂问题的能力。然而，当前的 LLM 在专业领域知识方面仍存在局限，尤其是在技术性领域如农业领域。为此，我们提出 ShizishanGPT，一个基于检索增强生成(RAG)框架和智能体架构构建的农业智能问答系统。ShizishanGPT 由五个关键模块构成：包括基于通用 GPT-4 的模块用于回答常规问题；搜索引擎模块弥补大型语言模型自身知识无法及时更新的短板；农业知识图谱模块提供领域事实；检索模块使用 RAG 补充领域知识；以及农业智能体模块，调用专门模型进行作物表型预测、基因表达分析等。我们采用包含 100 个专为本研究设计的农业问题的数据集对 ShizishanGPT 进行评估。实验结果表明，由于其模块化设计和整合不同领域知识源，工具在提供更准确、更详尽的答案方面显著优于通用 LLM。我们的源代码、数据集和模型权重已在 https://github.com/Zaiwen/CropGPT 上公开。
引用
@article{arxiv.2409.13537,
title = {ShizishanGPT: An Agricultural Large Language Model Integrating Tools and Resources},
author = {Shuting Yang and Zehui Liu and Wolfgang Mayer},
journal= {arXiv preprint arXiv:2409.13537},
year = {2024}
}
备注
15 pages,3 figures, WISE2024