一种低资源情况下的大语言模型知识图谱问答方法

本发明提供了一种低资源情况下的大语言模型知识图谱问答方法；包括以下步骤：步骤一，问题与图谱输入；步骤二，查询计划生成；步骤三，语义一致的工具封装与接口提供；步骤四，策略驱动的代码生成；步骤五，执行与答案整合；步骤六，模型微调；步骤七，结果输出：将最终答案以自然语言或结构化形式返回给用户，完成知识图谱问答的流程。本发明通过两步式的策略提炼与代码生成机制，将多次评估任务压缩为生成任务，大幅降低LLM调用频次与token消耗量，GPU小时占用率显著下降，达成数量级算力节省。本发明实现类别抽象与语义模板共享，降低多场景维护成本，提升跨领域适应性与应答一致性。