报告概述

本报告是一部系统性的知识图谱与大模型融合实践汇编,由中国电子技术标准化研究院牵头编制。研究对象聚焦于知识图谱与大模型的技术互补与协同,覆盖了技术架构、融合类型、标准化进展及行业应用等多个维度。报告首先从整体架构出发,明确了数据提供方、模型提供方、知识图谱提供方、图谱模型融合方和应用方五类参与方及其活动,详细解析了知识图谱增强大模型、大模型增强知识图谱、输出协同三种融合类型。其次,系统梳理了国内外知识图谱与大模型领域的标准化现状,包括ISO、IEC、IEEE及国内国家标准和团体标准,为行业规范化发展提供参考。最后,报告汇集了20个来自不同行业的实际案例,覆盖通用、金融、电力、油气、医药、汽车、政务等领域,展示了融合技术的落地效果。通过本报告,读者可以全面了解知识图谱与大模型融合的技术路径、标准体系和应用价值,为自身企业的智能化建设提供借鉴。

报告的核心结论

知识图谱与大模型融合可实现显著的协同效应

报告指出,知识图谱提供结构化、可解释的知识表示,大模型具备强大的语言理解与生成能力,两者融合能够实现“1+1>2”的效果。知识图谱可减缓大模型的“幻觉”问题,减少对标注数据的依赖,降低训练算力和时间;大模型则可帮助知识图谱进行知识补全与校验,提升知识的完备性与准确性。

融合类型以输出协同为主,多领域应用已展开

本案例集中知识图谱与大模型输出协同的案例数量最多,其次为大模型增强知识图谱和知识图谱增强大模型。应用领域涵盖通用、医药、汽车、金融、电力、油气等,表明融合技术已在多个行业实现初步落地,且输出协同模式更易实现精准、可靠的知识服务。

国内外标准化工作快速推进,为融合提供规范支撑

报告详细梳理了国际(ISO、IEC、IEEE)和国内(国家标准、团体标准)在知识图谱与大模型领域的标准化进展。IEEE P2807.13与P2807.14聚焦融合架构与图检索增强生成,国内相关标准如GB/T 45923.2-2025已发布,逐步形成覆盖通用与行业应用的标准体系,促进技术的规范发展。

报告回答的关键问题

知识图谱与大模型融合有哪些主要方式?

报告指出融合方式主要有三种:知识图谱增强大模型(利用图谱提供结构化知识,缓解幻觉并提升可解释性)、大模型增强知识图谱(利用大模型进行知识补全与校验,提高图谱质量)、知识图谱与大模型输出协同(面向具体场景,将图谱的准确性与大模型的生成能力结合,实现精准可靠输出)。

知识图谱增强大模型能解决哪些实际问题?

知识图谱增强大模型主要解决大模型在专业领域知识不足、逻辑推理不严谨及“幻觉”问题。通过外挂结构化知识,大模型在回答涉及事实性、逻辑性强的复杂问题时,准确性显著提升,并能提供可溯源的答案。例如在政务问答中,准确率从66%提升至91%,幻觉率从30%-40%降至10%-15%。

目前有哪些知识图谱与大模型融合的标准化成果?

国际标准方面,ISO/IEC 5392:2024《知识工程参考架构》已发布,IEEE P2807.13和P2807.14在研,分别针对融合架构和图检索增强生成。国内标准方面,GB/T 45923.2-2025《知识图谱应用平台 第2部分:性能要求与测试方法》已发布,多项融合相关国家标准正在起草,形成了较完整的标准体系。

报告中的代表性数据

知识图谱与大模型输出协同8个,大模型增强知识图谱4个,知识图谱增强大模型4个,多者结合4个

案例融合类型分布

2025年,本案例集20个案例中,输出协同类型占比最高,表明目前融合应用中最常见的方式是将知识图谱与大模型联合输出,兼顾准确性与灵活性。

从66%提升至91%

政务领域问答准确率提升

案例实施前后,在案例2(KAG框架)的政务领域问答任务中,通过知识图谱与大模型结合,准确率显著提升,验证了知识增强生成在专业场景中的有效性。

以上数据根据报告摘要整理,具体统计口径和数值请以完整报告原文为准。

完整报告包含什么

  • 知识图谱与大模型融合的整体技术架构图及参与方详细定义,涵盖数据提供方、模型提供方、知识图谱提供方、图谱模型融合方和应用方的角色与核心活动。
  • 国内外知识图谱与大模型标准化现状的全面梳理,包括ISO、IEC、IEEE已发布及在研标准清单,以及国内国家标准、团体标准的研制进展与内容概要。
  • 20个实际应用案例的完整技术路线与实施细节,每个案例附有企业简介、案例背景、系统架构、技术路线、应用场景、成效指标及示范意义。
  • 各案例在融合类型(输出协同、增强知识图谱、增强大模型)和行业领域(通用、金融、油气、电力、医药、汽车等)的分布统计图表。
  • 智能制造标准服务平台的介绍,包括其基于知识图谱与大模型构建的四大功能:权威标准资源集成、智能工具包、场景化导航、双端协同。
  • 知识图谱与大模型融合平台能力测评等级说明及首批通过测评的产品名单,包括南京柯基数据、北京海致星图等企业的平台达到优秀级。

本页内容由川海智库整理,用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限,部分观点、数据、统计口径或表述可能存在偏差,具体内容请以完整报告原文为准。

相关报告