ChatSOS：安全工程中基于向量数据库增强的生成式问答助手
计算与语言
2024-05-14 v1 人工智能
摘要
随着自然语言处理技术的快速进步，以大型语言模型（LLMs）为代表的生成式人工智能技术日益突出，并在安全工程领域展现出巨大的应用潜力。然而，基础的LLMs面临着训练数据覆盖范围有限和回答不可靠等限制。本研究利用2013年至2023年间中国的117份爆炸事故报告，采用语料库分割和向量嵌入等技术，构建了一个向量数据库。通过利用在信息检索质量上优于关系数据库的向量数据库，我们为LLMs提供了更丰富、更相关的知识。对LLMs的比较分析表明，ChatSOS显著增强了回答的可靠性、准确性和全面性，提高了适应性和清晰度。这些结果说明了用外部数据库补充LLMs的有效性，突显了它们处理安全工程领域专业查询的潜力，并为更广泛的应用奠定了基础。
引用
@article{arxiv.2405.06699,
title = {ChatSOS: Vector Database Augmented Generative Question Answering Assistant in Safety Engineering},
author = {Haiyang Tang and Dongping Chen and Qingzhao Chu},
journal= {arXiv preprint arXiv:2405.06699},
year = {2024}
}