（录用定稿）网络首发时间：2025-02-14 15:38:39

基于大语言模型的开源情报摘要生成研究

汪伦艾斯卡尔·艾木都拉张华平耿国桐吕雁飞雷帅

新疆大学计算机科学与技术学院军事科学院军事科学信息研究中心北京理工大学计算机学院

摘要：[目的/意义] 大语言模型在生成类文本问题上取得显著进展，为开源情报领域研究人员提供了新思路。将大语言模型应用到开源情报领域，以探索其在该领域的摘要生成能力。[方法/过程] 通过构建开源情报摘要生成数据集，使用Qwen1.5-14B模型为基座模型，并利用LoRA技术对其进行微调训练，得到了Qwen1.5-OSINT模型。[结果/结论] 将Qwen1.5-OSINT模型在开源情报摘要生成任务中与Qwen1.5-14B模型进行对比，结果显示，Qwen1.5-OSINT模型的ROUGE-1指标提升了0.3842，ROUGE-2指标提升了0.2021，ROUGE-L指标提升了0.2494，BLEU指标提升了0.1348。经微调后的模型在多项评价指标上均超越了基座模型，展示了出色的摘要生成能力。[局限] 尽管微调后的Qwen1.5-OSINT模型在效果上有所提升，但其依赖的高质量数据集建设仍需大量的人工投入。此外，模型的泛化能力在不同领域上可能受到限制，需要进一步的研究和探索。

关键词：

大语言模型; 开源情报; LoRA微调; 摘要生成;