本体论建模赋能大模型：破解军事仿真智能可信度难题的路径初探

大模型驱动的新一代智能技术，为军事仿真智能化升级注入强劲动力，催生出智能参谋、军事专家系统、想定与脚本生成等系列生成式应用。然而，军事领域对确定性与可解释性的核心需求，与大模型固有的 “幻觉” 问题形成矛盾，如何提升智能决策的可信度成为关键挑战。本体论建模技术曾是军事智能的核心方向，为构建军事知识图谱提供理论支撑，虽未单独突破发展瓶颈，但其与大模型的融合为问题解决提供新路径 —— 可作为领域知识载体，对生成式智能进行规则校验，助力提升输出确定性。 本报告将从本体论建模概念切入，阐述其与大模型结合的知识校验思路，并以面向想定生成的“军事专家”智能体为例提出初步应用方向。

周亚楠，博士，高级工程师，烜翊数智（上海）科技有限公司仿真中心产品开发部经理，从事体系仿真领域工程技术研究，主要研究方向包括建模理论、仿真平台技术、军事智能等，曾获2020年度中国仿真学会科学技术一等奖。