陈红阳, 任义丽, 黄飞, 余毅, 郑紫路, 王瑞, 方深, 吴文勋, 贾贝, 叶鸿飞, 吴凡, 唐晗婧, 巩长平, 万力
预出版日期: 2026-09-20
针对页岩油勘探开发中多源地质信息综合分析与智能决策需求,提出面向页岩油领域的专业化大语言模型构建方法和基于大语言模型的页岩油地震处理解释智能体构建与评测方法。以Qwen2.5-72B、Qwen3-32B为基座模型,融合页岩油公开文献与领域知识图谱,构建210×108词元级专业语料库,依托专家标注与模型生成,构建5.8×104条高质量领域问答对形成监督微调数据。通过任务感知扩充的持续预训练方法注入领域知识,结合量化低秩适配(QLoRA)技术与上下文并行算法完成监督微调,采用直接偏好优化(DPO)、组相对策略优化(GRPO)算法实现学科偏好对齐与推理能力强化,并构建反思式检索增强生成框架,优化模型输出的准确性与可解释性,搭建了页岩油大语言模型多阶段高效领域适配训练框架。在大语言模型的基础上,通过遴选开源地学工具构建专用工具集并实施面向工具调用的专项微调,增强大语言模型的工具调用能力,并有效抑制工具调用过程中的幻觉现象。在此基础上,依托模型上下文协议(MCP)搭建了智能调度服务,深度集成地震数据处理、地震解释、可视化及报告生成等核心功能,构建了由大语言模型驱动的页岩油地震处理与解释智能体。实验评测结果表明,页岩油大语言模型的专业问答精度显著优于通用基座模型,具备优异的领域适配性能,经过地学工具调用监督微调的页岩油大语言模型工具调用能力相比于开源基座模型大幅提升。