Helios：智能能源知识推理与应用的基础语言模型
人工智能
2026-02-02 v2
摘要
在全球实现碳中和的驱动下，深度协调的智能能源系统支撑着产业转型。然而，跨学科、碎片化且快速演化的专业知识，使得通用大型语言模型（LLM）缺乏领域知识和物理约束意识，难以提供与工程对齐的精确推理与生成。为此，我们引入 Helios，一个专为智能能源领域量身打造的大型语言模型，搭配一整套资源推动该领域的 LLM 研究。具体而言，我们开发了面向端到端数据构建的多智能体协作框架 Enersys，通过该框架我们生产了：（1）智能能源知识库 EnerBase，以丰富模型的基础专业知识；（2）指令微调数据集 EnerInstruct，以强化模型在领域特定下游任务上的性能；（3）RLHF 数据集 EnerReinforce，以将模型与人类偏好和行业标准对齐。依据这些资源，Helios 完成大规模预训练、SFT 和 RLHF。我们也发布了 EnerBench，用于评估智能能源情景下 LLM 的基准，并演示了我们的做法显著提升了领域知识掌握、任务执行准确性和与人类偏好的一致性。
引用
@article{arxiv.2512.19299,
title = {Helios: A Foundational Language Model for Smart Energy Knowledge Reasoning and Application},
author = {Haoyu Jiang and Fanjie Zeng and Boan Qu and Xiaojie Lin and Wei Zhong},
journal= {arXiv preprint arXiv:2512.19299},
year = {2026}
}