← 主题

#大语言模型

中国农业科学院 布瑞克农业数据·9月11日 · 周五85 分 报道棉麻糖与特色经作阅读 2

棉花所联合西部农业研究中心发布全球首个棉花领域专属大语言模型"棉芯1.0"

中国农业科学院棉花研究所联合西部农业研究中心8月下旬发布全球首个棉花领域专属知识大语言模型"CottonMind1.0",覆盖棉花种质资源、品种性状、栽培管理、加工利用等全产业链数据,标志着农业AI从通用模型向行业垂直深耕转向。

International Research Journal of Modernization in Engineering Technology and Science·9月3日 · 周四73 分 论文物联网传感与边缘计算智慧农业 / 农业物联网阅读 1

AGRITWIN AI: A DIGITAL TWIN AND MULTIMODAL EXPLAINABLE AI FRAMEWORK FOR PRECISION AGRICULTURE USING SATELLITE IMAGERY, IOT SENSORS, WEATHER INTELLIGENCE, LARGE LANGUAGE MODELS, AND RETRIEVAL-AUGMENTED GENERATION

提出 AgriTwin AI 框架,融合数字孪生与多模态可解释 AI,弥合农业数据与认知鸿沟。

科学网/中国科学报 2026-08-24·8月24日 · 周一精选87 分 报道棉麻糖与特色经作阅读 3

中国农业科学院棉花研究所发布全球首个棉花专属大语言模型棉芯1.0 中英文维吾尔语乌兹别克语四语服务

8月24日,中国农业科学院棉花研究所联合中国农业科学院西部农业研究中心正式发布全球首个棉花领域专属知识大语言模型棉芯1.0(CottonMind1.0),标志着我国棉花产业迈入AI+科研+生产深度融合新阶段。棉芯1.0以网页端+小程序端双端设计,网页端为科研人员打造云端智研工作台集成AI智能检索、文献加速阅读、知识图谱可视化等功能;小程序端为棉农打造随身农技专家,提供AI问答、拍照诊断、专家在线咨询等服务。已整合全球41680篇中外文科研文献、2000余项专利与国家标准、559部专业著作、1806条审定品种信息。采用混合检索增强生成与多智能体协同问答方案,有效破解通用AI大模型在农业场景中专业知识不足、幻觉频出等短板。

Agriculture 2026, 16(17), 1808·8月23日 · 周日79 分 论文农机装备与机械化阅读 4

智慧农业中的智能体:架构、应用与未来挑战

原文标题: Intelligent Agents for Smart Agriculture: Architectures, Applications, and Future Challenges。作者: Wenzheng Tao、Qiwei Sang、Cong Chen、Qirong Mao(江苏大学计算机科学与通信工程学院、南京农业机械化研究所、江苏省大数据泛在感知与智能农业应用工程研究中心)。智能体正逐渐成为智慧农业中一种重要的系统级范式。本综述聚焦于由大语言模型及相关多模态基础模型驱动的现代农业智能体,探讨这一新兴领域如何重塑智慧农业智能系统的组织方式。首先厘清农业智能体的概念边界,将其与传统多智能体系统(MAS)、基于智能体的建模(ABM)、农业基础模型以及静态检索增强问答系统加以区分;随后综合评述它们的架构基础、关键能力、应用场景、部署挑战及未来研究方向。研究发现农业智能体正从孤立的感知、预测与响应生成,迈向对农业任务链中农业知识、动态数据、外部工具与决策流程的目标导向式协同;已开始支撑更具整合性的知识服务、作物监测与诊断、决策支持以及农场级协同管理;但仍面临上下文感知的知识扎根、异构数据与工具集成、长时任务可靠性、多智能体协作稳定性与系统安全等核心挑战。

光明日报 2026-08-26 第8版·8月26日 · 周三精选88 分 报道棉麻糖与特色经作阅读 5

棉花专属知识大语言模型「棉芯1.0」发布 中国棉花产业迈入AI+科研+生产融合新阶段

8月24日中国农业科学院棉花研究所联合西部农业研究中心发布全球首个棉花领域专属知识大语言模型「棉芯1.0」(CottonMind1.0),采用「网页端+小程序端」双端设计:网页端为科研人员提供云端智研工作台(AI检索、文献加速阅读、知识图谱),小程序端成为棉农随身「农技专家」(AI问答、拍照诊断、专家咨询)。模型已整合41680篇中外文科研文献、2000余项专利与国家标准、559部专业著作、1806条审定品种信息,覆盖基因功能、性状调控、品种选育、栽培管理、病虫害防控等全维度专业知识,并支持中英多语言服务。项目组负责人杨作仁表示,棉芯1.0打通了科研成果转化「最后一公里」,可服务于政府部门种植规划、防控策略与产业政策制定。

Frontiers in Remote Sensing 2026, Data Fusion and Assimilation section·7月7日 · 周二74 分 论文阅读 9

Leveraging Large Language Models (LLMs) for GeoAI-enabled Digital Agro-advisory

International Rice Research Institute (India) 的 Shalini Gakhar 和 Raj Kumar Singh 在综述中系统分析 LLMs 在将复杂 GeoAI 数据转化为面向农户的可操作建议方面的潜力。区分了 LLM 已经验证的能力与农业遥感中的潜在应用,强调 RAG(检索增强生成)与 SFT(监督微调)在缓解误读风险中的重要性;探讨多模态方法在作物健康评估和生物物理异常识别的应用,并主张'人在回路'决策方式。综述最后展望了从田间结果中迭代学习的前瞻性研究范围和闭环系统。

智慧农业(中英文) 2026 8(2): 220-236·7月28日 · 周二71 分 论文农业AI与大模型2 个信源同时报道 阅读 12

AgriAgent: 面向农业环境控制的端到端大模型智能体系统架构

裘佳颖、刘应昌、高星杰、黄远、张红雨、田芳、李万理、冯在文提出端到端工具增强型大模型智能体系统架构AgriAgent:通过知识检索与工具调用闭环,在农业场景下实现"环境感知-动态决策-执行反馈"的全周期闭环控制。实验表明,番茄产量分别提升926.20%、979.55%、1537.46%(三种配置);卷心菜产量分别提升501.67%、504.65%、1185.14%;当参数量达7B时智能体展现卓越的灵活性与适应性,能解决大部分复杂农业生产决策问题,基于DSSAT作物生长模型构建农业评测平台。

arXiv:2607.17774v1 · 2026-07-20·7月20日 · 周一69 分 论文气候适应与防灾减灾阅读 8

Persona-as-Configuration:面向农业洪涝灾害的生成式利益相关方报告框架(arXiv:2607.17774v1)

论文提出Persona-as-Configuration生成式报告框架,针对农业洪涝灾害场景中需要同时向农民、地方政府、保险公司、应急管理部门等多类利益相关方传递差异化信息的痛点。框架通过将利益相关方的需求特征参数化配置,结合大语言模型生成定制化、结构化的灾害报告文本,提高沟通效率与决策支持效果。

arXiv:2607.00454v1 [cs.AI] · 2026-07-02·7月2日 · 周四76 分 论文阅读 14

Agri-SAGE:基于模拟的多智能体大语言模型用于上下文感知农业咨询生成

Agri-SAGE是一个闭环框架,旨在通过将检索增强的多智能体LLM推理与基于APSIM的生物物理模拟相结合,生成并验证农艺建议,从而解决静态农艺指南"对季节内变化和动态不确定性视而不见"以及LLM驱动咨询系统"生成农艺上可信但生理上不可信的建议"两个核心矛盾。研究评估了三种推理方法——规划与求解、思维树和反思法,进行了为期10年的回顾性分析。结果显示三种推理方法均优于静态基线,其中思维树实现最高产量,反思法以较低计算成本达到相当效果。