针对洪涝灾害应急管理中需实时更新防汛领域知识库的需求,该文通过LangChain框架结合外部防汛领域知识库与大语言模型,提出了基于实时知识库的洪涝应急决策智能问答模型LR-GLM(LangChain RAG Generative Language Model)。该模型集成了R...针对洪涝灾害应急管理中需实时更新防汛领域知识库的需求,该文通过LangChain框架结合外部防汛领域知识库与大语言模型,提出了基于实时知识库的洪涝应急决策智能问答模型LR-GLM(LangChain RAG Generative Language Model)。该模型集成了RAG(Retrieval-augmented Generation)技术,通过向量匹配机制并结合微调后的ChatGLM2(Chat Generative Language Model 2)模型生成回答。以湖北省随县洪涝灾害应急演练为案例,采用人工评估和自动评估,验证模型的有效性。结果表明:该模型在多轮回答及复杂决策场景下表现优异,能够快速响应并提供针对现场态势的答案,有效提升了应急智能问答的准确性和实时性,有利于应急指挥团队制定更高效切实可行的洪涝灾害应急方案。展开更多
文摘针对洪涝灾害应急管理中需实时更新防汛领域知识库的需求,该文通过LangChain框架结合外部防汛领域知识库与大语言模型,提出了基于实时知识库的洪涝应急决策智能问答模型LR-GLM(LangChain RAG Generative Language Model)。该模型集成了RAG(Retrieval-augmented Generation)技术,通过向量匹配机制并结合微调后的ChatGLM2(Chat Generative Language Model 2)模型生成回答。以湖北省随县洪涝灾害应急演练为案例,采用人工评估和自动评估,验证模型的有效性。结果表明:该模型在多轮回答及复杂决策场景下表现优异,能够快速响应并提供针对现场态势的答案,有效提升了应急智能问答的准确性和实时性,有利于应急指挥团队制定更高效切实可行的洪涝灾害应急方案。
