基于大语言模型的核废料管理人工智能辅助系统监控与决策平台

核废料管理需要严格的法规合规性评估，要求先进的决策支持系统能够应对复杂的法律、环境和安全考量。本文提出了一种多智能体检索增强生成（RAG）系统，该系统将大语言模型（LLM）与文档检索机制相集成，通过结构化的智能体协作来提高决策准确性。通过结构化的 10 轮讨论模型，智能体协作评估法规合规性和安全要求，同时保持基于文档的回答。该系统在消费级硬件上实现，利用 Llama 3.2 和 mxbai-embed-large-v1 嵌入进行高效检索和语义表示。以亚利桑那州温斯洛附近拟建的临时核废料储存场为案例研究，展示了该框架的有效性。结果表明，法规智能体在保持与法律框架一致方面获得了持续较高的相关性得分，而安全智能体则有效管理了需要多方面分析的复杂风险评估。系统在多轮讨论中智能体间的一致性得分逐步提高，同时语义漂移减少，表明决策一致性和响应连贯性得到增强。该系统确保法规决策保持事实依据，通过实时文档检索动态适应不断演变的法规框架。通过平衡自动化评估与人工监督，该框架为法规治理提供了一种可扩展且透明的方法。这些发现凸显了人工智能驱动的多智能体系统在推进高风险环境管理场景中基于证据、负责任和自适应决策方面的潜力。