Emission-GPT：用于知识检索、排放清单和数据分析的领域特定语言模型智能体
计算与语言
2025-10-06 v1 人工智能
摘要
改善空气质量和应对气候变化依赖于对空气污染物和温室气体排放的准确理解与分析。然而，排放相关知识通常碎片化且高度专业化，而现有的获取和编制排放数据的方法仍然效率低下。这些问题阻碍了非专家解读排放信息的能力，给研究和管理带来了挑战。为了解决这一问题，我们提出了 Emission-GPT，一个为大气排放领域量身定制的知识增强型大语言模型智能体。Emission-GPT 建立在包含超过 10,000 份文档（包括标准、报告、指南手册和同行评审文献）的精选知识库之上，集成了提示工程和问题补全以支持准确的领域特定问答。Emission-GPT 还允许用户通过自然语言交互式分析排放数据，例如查询和可视化清单、分析来源贡献，以及为用户定义的场景推荐排放因子。在广东省的案例研究表明，Emission-GPT 可以通过简单的提示直接从原始数据中提取关键见解——例如点源分布和行业趋势。其模块化且可扩展的架构促进了传统手动工作流的自动化，使 Emission-GPT 成为下一代排放清单开发和基于场景评估的基础工具。
引用
@article{arxiv.2510.02359,
title = {Emission-GPT: A domain-specific language model agent for knowledge retrieval, emission inventory and data analysis},
author = {Jiashu Ye and Tong Wu and Weiwen Chen and Hao Zhang and Zeteng Lin and Xingxing Li and Shujuan Weng and Manni Zhu and Xin Yuan and Xinlong Hong and Jingjie Li and Junyu Zheng and Zhijiong Huang and Jing Tang},
journal= {arXiv preprint arXiv:2510.02359},
year = {2025}
}