基于大语言模型的环境微塑料识别：DeepSeek-R1-Distill-Llama-8B与GPT-4o系列模型的性能比较与应用前景

【编辑推荐】本研究首次将大语言模型（LLMs）应用于环境微塑料红外光谱（IR）识别，开发了集成光谱处理与模型实施的标准化流程。通过评估DeepSeek-R1-Distill-Llama-8B、GPT-4o和GPT-4o-mini三款模型性能，发现蒸馏推理模型DeepSeek-R1准确率超0.93，为微塑料自动化监测提供了高效解决方案，推动环境污染物智能检测技术发展。

　　

塑料污染已成为全球性环境危机，其中粒径小于5毫米的微塑料因其在海洋食物链中的生物累积效应和化学添加剂浸出风险备受关注。当前微塑料检测主要依赖人工解读红外光谱（IR），但该方法效率低下且受操作者经验限制。虽然已有自动化算法尝试，但其泛化能力往往局限于特定数据集。与此同时，基于生成式预训练变换器（GPT）架构的大语言模型（LLMs）展现出强大的上下文学习能力，但在环境科学领域的应用仍属空白。

日本东京海洋大学（Tokyo University of Marine Science and Technology）的研究团队开创性地将LLMs引入微塑料识别领域。研究人员从日本西南沿海采集350μm滤膜过滤的海水样本，通过傅里叶变换红外光谱（FTIR）获取聚乙烯（PE）、聚丙烯（PP）和聚苯乙烯（PS）等聚合物的特征光谱，构建了包含环境样本与标准库光谱的比对数据集。研究团队设计了结构化工作流程，系统评估了DeepSeek-R1-Distill-Llama-8B、GPT-4o和GPT-4o-mini三款模型性能，相关成果发表于《Vibrational Spectroscopy》。

关键技术方法包括：1）建立日本沿海七站点表层海水微塑料光谱数据库；2）开发集成光谱预处理与LLM交互的标准化流程；3）构建基于峰值匹配度与命中质量指数（HQI）的评估框架。

【环境样本收集与分析】
通过350μm网目纽斯顿网采集海水样本，经冷冻干燥后采用密度分离法提取微塑料，最终通过显微FTIR获取光谱数据。

【库光谱与环境样本光谱】
研究发现环境样本中PE的C-H伸缩振动峰（2915 cm^-1）、PP的甲基对称变形振动（1376 cm^-1）等特征峰与标准库高度吻合，但环境风化导致部分次级峰偏移。

【结论】
DeepSeek-R1-Distill-Llama-8B以93%的准确率成为最优模型，其蒸馏压缩的8B参数规模兼具效率与精度。GPT-4o虽需云端部署但表现稳健（准确率86%），而GPT-4o-mini不具实用价值。该研究首次证实LLMs在环境污染物识别中的潜力，为建立智能化监测体系奠定基础。

【讨论】
研究揭示了光谱预处理参数优化与提示词设计对模型性能的关键影响。尽管存在响应速度限制，推理模型（reasoning models）的链式思考特性使其在复杂光谱解析中优于监督微调模型（SFT models）。该工作为LLMs在UV-NIR等环境光谱分析的拓展应用提供了范式参考，未来可通过引入注意力机制增强模型对微弱特征峰的捕捉能力。