《面向空军的知识图谱即解决方案：领域知识有效融入大语言模型》

美空军部在采用大语言模型（LLM）时面临独特挑战。商用模型通常缺乏支持空军人员所需的领域专业知识，因为这些信息并未内置其中。为保持竞争优势，集成大语言模型以提升效率与决策能力已成为关键优先事项。本报告探讨两种创新方法，旨在将领域知识更有效地融入语言模型并提升相关信息发现能力。其一是实体图谱持续预训练技术，通过持续训练将专业知识嵌入语言模型；其二是GFM-RAG图谱检索增强生成框架，这是一种改进多跳检索与复杂信息连接的知识检索与合成新方法。通过定量与定性评估，衡量了它们对检索精度与响应相关性的影响。研究结果表明，这些定制化方法在简化信息获取、改进决策支持、更好满足空军部作战需求方面具有显著潜力。

人工智能融入军事作业的呼声不断高涨。然而，尽管商用大语言模型潜力巨大，但其处理涉密信息与适应特殊领域的能力不足，制约了在政府部门的推广应用。

美空军部非密级大语言模型（NIPRGPT）计划标志着国防部采纳该技术的重要进展。尽管如此，挑战依然存在，特别是满足各美国防部机构对细分领域定制模型日益增长的需求。这类模型将支持高智能体在垂直领域运作，为用户提供更精准的信息服务。

图1：NIPRGPT团队接收的定制化模型需求

传统的检索增强生成（RAG）方法通过外接文档检索增强大语言模型能力来应对这些挑战。但现有检索增强生成方案存在多重局限，包括多跳检索困难、数据稀疏性问题以及新信息合成复杂性。这些缺陷制约了大语言模型满足国防作战场景化需求的能力。

本研究评估两种方法论——实体图谱持续预训练与GFM图谱检索增强生成框架，通过将领域知识注入大语言模型，以提升其在空军作战环境中的性能。通过将这些框架应用于空军文档语料库，我们评估了其在检索精度、响应相关性和复杂信息合成方面的影响。初步结果表明，这些方法在专业任务的信息获取、决策支持和领域适应方面具有显著的提升潜力。