期刊导航
期刊开放获取
vip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
ChatSOS:基于大语言模型的安全工程知识问答系统
被引量：
1
1
作者
唐海洋
刘振翼
+1 位作者
陈东平
初庆钊
《中国安全科学学报》
CAS
CSCD
北大核心
2024年第8期178-185,共8页
为解决大语言模型在安全工程领域应用时面临的语料库规模、输入处理能力和隐私性限制等问题,以2013—2023年间共117篇爆炸事故调查报告为基础构建向量数据库,利用大语言模型的生成式能力,进行提示工程,提出一个基于大语言模型的安全工...
为解决大语言模型在安全工程领域应用时面临的语料库规模、输入处理能力和隐私性限制等问题,以2013—2023年间共117篇爆炸事故调查报告为基础构建向量数据库,利用大语言模型的生成式能力,进行提示工程,提出一个基于大语言模型的安全工程知识问答(Q&A)系统——ChatSOS;与ChatGPT大语言模型相比,ChatSOS能够通过整合外部知识库,使大语言模型根据用户的输入信息,从数据库中检索相关语料,并深入分析。结果表明:ChatSOS具备深入分析问题、自主分配任务的能力,能够详尽总结事故报告并提出建议;通过结合外部知识库解决基础大模型在安全工程领域语料不足和语料实时性不高的问题,避免了使用新数据集微调模型可能导致的模型性能下降等问题,提升了大语言模型在安全工程领域的应用能力。
展开更多
关键词
chatsos
大语言模型
安全工程
知识问答(Q&A)系统
事故调查
向量数据库
原文传递
题名
ChatSOS:基于大语言模型的安全工程知识问答系统
被引量：
1
1
作者
唐海洋
刘振翼
陈东平
初庆钊
机构
北京理工大学机电学院
出处
《中国安全科学学报》
CAS
CSCD
北大核心
2024年第8期178-185,共8页
基金
北京理工大学爆炸科学与技术国家重点实验室自主课题(ZDKT21-01)
北京理工大学科技创新项目(2022CX01028)。
文摘
为解决大语言模型在安全工程领域应用时面临的语料库规模、输入处理能力和隐私性限制等问题,以2013—2023年间共117篇爆炸事故调查报告为基础构建向量数据库,利用大语言模型的生成式能力,进行提示工程,提出一个基于大语言模型的安全工程知识问答(Q&A)系统——ChatSOS;与ChatGPT大语言模型相比,ChatSOS能够通过整合外部知识库,使大语言模型根据用户的输入信息,从数据库中检索相关语料,并深入分析。结果表明:ChatSOS具备深入分析问题、自主分配任务的能力,能够详尽总结事故报告并提出建议;通过结合外部知识库解决基础大模型在安全工程领域语料不足和语料实时性不高的问题,避免了使用新数据集微调模型可能导致的模型性能下降等问题,提升了大语言模型在安全工程领域的应用能力。
关键词
chatsos
大语言模型
安全工程
知识问答(Q&A)系统
事故调查
向量数据库
Keywords
chat safety oracles(
chatsos
)
large language model
safety engineering
knowledge question answering(Q&A)system
accident investigation
vector database
分类号
X913.2 [环境科学与工程—安全科学]
原文传递
题名
作者
出处
发文年
被引量
操作
1
ChatSOS:基于大语言模型的安全工程知识问答系统
唐海洋
刘振翼
陈东平
初庆钊
《中国安全科学学报》
CAS
CSCD
北大核心
2024
1
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
