本研究探讨大型语言模型（LLMs）在提取结构化因果知识中的应用，发现其生成的贝叶斯网络在预测性能上优于传统方法，但仍需解决上下文限制等问题。

本研究提出了一种生菜检测框架，解决了检索增强生成系统在幻觉回答中的脆弱性，克服了传统编码器的上下文限制和大型语言模型的计算低效性，F1得分达到79.22%。