南京农业大学开源农业大模型：司农的领域突破

司农是什么

司农（司农大语言模型）是由南京农业大学自主研发、专注于农业垂直领域的大型语言模型。依托学校在农学、动科、植保、农业经济等学科的深厚积累，模型训练数据覆盖农业全链条，总量超过400亿token，来源包括专业教材、学术论文、国家及地方农业政策、行业标准与专利文献等。通过合成数据生成、指令微调（Instruction Tuning）与基于人类反馈的强化学习（RLHF）等先进技术进行训练，司农具备扎实的农业领域语义理解与逻辑推理能力。目前，该模型已开源8B与32B两个参数规模版本，并支持多智能体协同检索机制。

司农的主要功能

• 农业专业知识问答：可精准响应种植管理、畜禽养殖、土壤肥料、农业机械、农村金融等细分方向的问题，提供结构化、可落地的答案。
• 多智能体检索增强能力：构建分布式检索架构，实现对农业知识库、文献数据库与政策库的跨源联合查询，显著提升信息召回率与准确性。
• 上下文感知与链式推理：支持思维链问答（Chain-of-Thought QA）与上下文参考式问答（In-context QA），能基于历史对话与背景材料完成多步分析与因果推断。
• 农业场景指令精准执行：经农业领域专属指令微调，可准确解析如“对比水稻两系与三系杂交制种技术差异”“生成一份设施番茄水肥一体化方案”等复杂任务指令。
• 数据驱动型决策辅助：融合气象、遥感、市场行情、生产记录等多维农业数据，为生产调度、风险预警、资源配置与投资评估提供量化支撑。

司农的核心优势

• 高度垂直的领域聚焦：深度适配动物科学、植物保护、农业资源与环境、食品科学、农业经济管理等南农优势学科，模型词表、知识图谱与推理范式均围绕农业语义体系构建，保障专业性与可靠性。
• 海量高质量农业语料基础：整合来自高校、科研院所、农业农村部及龙头企业的一手资料，数据经过去重、清洗、标注与领域对齐处理，确保训练语料的专业性、时效性与权威性。
• 多模态协同理解能力：打通文本与图像模态，支持图文联合输入（如上传病害照片并提问），结合视觉编码器与语言模型实现“看图识病”“以图释技”等实用功能。
• 农业导向的模型优化路径：采用农业知识注入式合成数据构建策略，配合领域指令精调与农业专家反馈强化训练，使模型在专业术语识别、农事逻辑建模、政策条款解读等方面表现突出。
• 高效可扩展的检索增强架构：引入多智能体分工协作机制，分别承担文档解析、关键词提取、语义匹配与结果聚合任务，大幅提升长尾问题与模糊查询下的响应质量。

司农的应用场景

• 一线农业生产指导：面向新型职业农民与合作社，提供作物轮作建议、绿色防控方案、农机作业调度等实操型服务。
• 智慧畜牧管理支持：集成养殖日志、疾病症状库与环境监测数据，辅助开展健康评估、饲喂优化与舍内微气候调控。
• 农业政策与市场研判：实时解析中央一号文件、农产品进出口政策、价格波动趋势，输出区域产业适配性报告与经营策略建议。
• 科研教学赋能工具：助力科研人员快速定位前沿文献、生成实验假设、撰写项目申报书；为师生定制课程讲义、习题库与案例库。
• 数字农业系统底座：作为AI中枢接入智慧农场平台，联动传感器、无人机与卫星遥感数据，实现生长监测、产量预测、供应链溯源等闭环应用。