2026年02月04日
## 要約：
本研究では、タバコの害虫や病害管理において、構造化された知識グラフを大規模言語モデルと組み合わせた新しいフレームワークを提案します。グラフ構造を利用することで、症状と病気、治療法の関係性を考慮した、より正確で根拠に基づいたアドバイスを生成できます。実験結果は、テキスト情報のみを用いる方法よりも優れた性能を示しました。
---
## 翻訳：
arXiv:2602.02635v1 Announce Type: new
Abstract: 本研究では、タバコ害虫・病害管理において、構造化されたドメイン知識を大規模言語モデルに統合するグラフ拡張推論フレームワークを提案します。GraphRAGを基に、ドメイン固有の知識グラフを構築し、クエリに関連するサブグラフを検索して、回答生成中に相関関係の証拠を提供します。本フレームワークは、LoRAベースのパラメータ効率的なファインチューニングを使用したChatGLMをTransformerバックボーンとして採用し、症状-病気-治療法の依存関係を捉えるノード表現を学習するためにグラフニューラルネットワークを適用します。病気、症状、農薬、および防除対策を関連するエンティティとして明示的にモデル化することで、システムは表面レベルのテキスト類似性を超えた証拠に基づいた検索をサポートします。検索されたグラフ証拠はLLM入力に組み込まれて、ドメイン整合性のある推奨事項への生成を誘導し、幻覚や不適切な治療を緩和します。実験結果は、テキストのみのベースラインと比較して一貫した改善を示し、複数の関係をチェーンする必要があるマルチホップおよび比較推論の質問で最大の利益が見られました。
[📰 原文はこちら](https://arxiv.org/abs/2602.02635)
---
※本記事はAI（Ollama）による自動翻訳・要約です。
BittensorManがお勧めするメーカーリスト
https://exbridge.jp/xdirect/
AI時代の技術と知識のまとめ(AI生成メディア) - AIDexx
https://exbridge.jp/aidexx/
頑張って働く人に向けて、プロ用仕事アイテムを格安でネット販売しているX-Direct（ https://exdirect.net ）を、BittensorManは応援しています。
動画の最後にお得な情報がありますので、
最後までご覧ください。
