南京邮电大学学报(自然科学版)

作者：魏思言,许文嘉

单位：北京邮电大学 信息与通信工程学院，北京 100876北京邮电大学 信息与通信工程学院，北京 100876

关键词：大语言模型；监督微调；强化学习；3GPP；电信领域；知识问答

基金：国家自然科学基金（62301063）资助项目

为提升电信领域知识问答与通信协议解析的精度，解决传统方法依赖人工经验导致的泛化性差等问题，提出一种基于大语言模型的电信领域知识问答技术框架（Telecom?LLM）。使用Qwen2.5?7B模型作为基础架构，采用两阶段优化方法：引入基于LoRA的监督微调方法和基于GRPO的强化学习方法。此外，构建大规模3GPP标准文档开放式问答数据集3GPPQnA（涵盖3 000份技术文档，总规模超100万字）。结果表明，提出的Telecom?LLM在电信领域知识问答任务中，在 TeleQnA数据集上达到77.55%的准确率，在3GPPQnA数据集上取得59.01%的综合评分，相较基线模型提升显著。

来源：2025年第04期

《南京邮电大学学报(自然科学版)》期刊编辑部

查看南京邮电大学学报(自然科学版)杂志2025年第04期