ChatSOS：基于 LLM 的安全工程知识问答系统
人工智能
2023-12-15 v1
摘要
大型语言模型（LLM）的最新进展显著提升了自然语言处理（NLP）能力，在安全工程应用中展现出巨大潜力。尽管取得了这些进展，但由于语料库规模、输入处理限制和隐私问题等因素，LLM 在处理专业任务时面临制约。在有限时间内从可靠来源获取有用信息对 LLM 至关重要。针对这一问题，我们的研究引入了一个基于 LLM 的安全工程问答系统，以增强模型的理解能力和响应准确性。我们采用提示工程整合了外部知识库，从而为 LLM 提供最新且可靠的信息。该系统通过统计方法分析历史事故报告，利用向量嵌入构建向量数据库，并提供高效的基于相似度的搜索功能。我们的研究结果表明，外部知识的整合显著增强了 LLM 在深入问题分析和自主任务分配方面的能力。它能有效地总结事故报告并提供相关建议。这种整合方法不仅拓展了 LLM 在安全工程中的应用，也为未来向自动化和智能系统的发展树立了先例。
引用
@article{arxiv.2312.08629,
title = {ChatSOS: LLM-based knowledge Q&A system for safety engineering},
author = {Haiyang Tang and Zhenyi Liu and Dongping Chen and Qingzhao Chu},
journal= {arXiv preprint arXiv:2312.08629},
year = {2023}
}
备注
in Chinese language