一种基于知识图谱增强大型语言模型的构建方法、系统、介质及应用

本发明提出了一种基于知识图谱增强大型语言模型的构建系统，该系统将LLM与知识图谱（KG）相结合，通过利用知识图谱中的可验证信息来改进模型的初始响应，从而显著减少推理过程中的事实性错误。KAR框架展示了较强的适应性，并在多种开源LLM中表现出色。特别是，KAR可以通过识别潜在的药物‑癌症关联，促进现有药物的新用途发现，并可以通过分析相关的生物标志物和遗传机制来辅助预测耐药性。为评估生物医学领域内的知识网络问答任务，我们开发了一种名为跨域肿瘤问答的基准测试。KAR框架显著提高了LLM在生物医学领域的准确性和实用性，展示了其在生物医学问答中的卓越表现。