面向图结构投毒的织补式非侵入大语言模型修复方法及系统

本发明提供一种面向图结构投毒的织补式非侵入大语言模型修复方法及系统，属于人工智能技术领域，包括：对原始图谱划分成多个子图，子图含边界与非边界节点，边界节点具有摘要和补偿信息；针对各子图独立训练图神经网络模型，将摘要和补偿信息用于训练，生成可自治更新子模型；最后，接收到局部变更请求时，对相应子模型变更。有益效果：实现图的模块化管理，降低计算与维护成本；提升系统局部可更新性与响应效率，支持局部修复；保留图推理能力并增强安全性，提升问答系统鲁棒性与准确性；避免大模型重复微调，减轻语言模型负担，提升系统整体维护效率与可靠性。