
为满足食品安全监管问答任务对模型准确性、合规性和可解释性的高要求,解决现有大语言模型(large language model,LLM)在该领域应用面临的知识召回不精准、法规解析能力不足及计算成本高等问题,本研究基于检索增强生成框架提出了一个智能问答系统,其核心是食品安全监管大语言模型(food safety regulation large language model,FSR-LLM)。通过优化数据库存储结构、检索策略及生成器,提升食品安全监管问答的质量和效率。首先构建了食品安全知识图谱(knowledge graph,KG)数据库,以结构化方式存储法规条款、食品安全标准等数据,增强模型对食品领域知识的组织与调用能力。此外,在检索阶段,设计一种大模型引导检索策略,利用LLM智能解析查询语句,在食品安全监管KG中准确地提取高度相关的信息,从而减少无关或误导性内容的召回。对于生成器(Generator)模块,基于Qwen-7B-Chat模型采用低秩适应微调,使模型更贴合食品安全监管问答的需求,同时显著降低计算成本,使其能够在单张RTX 4090 GPU上完成训练。在所提食品安全问答数据集上的实验结果表明,FSR-LLM在BLEU-4、Rouge-L和准确率指标上均优于基线模型,展现出更高的精准度和语义连贯性,为食品安全监管智能化提供了一种低成本、高效能、可扩展的解决方案。
2023年第44卷 2022年第43卷 2021年第42卷 2020年第41卷 2019年第40卷 2018年第39卷 2017年第38卷 2016年第37卷 2015年第36卷 2014年第35卷 2013年第34卷 2012年第33卷 2011年第32卷 2010年第31卷 2009年第30卷 2008年第29卷 2007年第28卷 2006年第27卷 2005年第26卷 2004年第25卷 2003年第24卷 2002年第23卷 2001年第22卷 2000年第21卷 1999年第20卷 1998年第19卷 1997年第18卷 1996年第17卷 1995年第16卷 1994年第15卷 1993年第14卷 1992年第13卷 1991年第12卷 1990年第11卷 1989年第10卷 1988年第09卷 1987年第08卷 1986年第07卷 1985年第06卷 1984年第05卷 1983年第04卷 1982年第03卷 1981年第02卷 1980年第01卷
电话: 010-87293157
地址: 北京市丰台区洋桥70号
版权所有 @ 2023 中国食品杂志社 京公网安备11010602060050号 京ICP备14033398号-2

