基于大语言模型的传感器驱动暖通空调系统交互问答框架
人工智能
2025-07-08 v1
摘要
由大语言模型驱动的问答界面为改善与暖通空调系统洞察的交互性（特别是对于非专家用户）提供了一个有前景的方向。然而，实现与暖通空调系统的准确、实时且上下文感知的交互带来了独特的挑战，包括整合频繁更新的传感器数据、领域知识锚定以及连贯的多阶段推理。在本文中，我们提出了JARVIS，一个专为传感器数据驱动的暖通空调系统交互量身定制的两阶段大语言模型问答框架。JARVIS使用一个专家大语言模型将高层用户查询翻译为结构化的执行指令，以及一个执行基于SQL的数据检索、统计处理和最终响应生成的智能体。为应对暖通空调特定的挑战，JARVIS整合了(1)一种自适应上下文注入策略，用于高效整合暖通空调及部署特定信息，(2)一个参数化SQL构建器和执行器以提高数据访问可靠性，以及(3)一种自底向上的规划方案以确保多阶段响应生成的一致性。我们使用从商业暖通空调系统收集的真实世界数据以及由暖通空调专家整理的基准问答数据集来评估JARVIS，以证明其在多样化查询中提供准确且可解释响应的有效性。结果表明，JARVIS在自动评估和以用户为中心的评估中均持续优于基线模型和消融变体，实现了高响应质量和准确性。
引用
@article{arxiv.2507.04748,
title = {LLM-based Question-Answer Framework for Sensor-driven HVAC System Interaction},
author = {Sungmin Lee and Minju Kang and Joonhee Lee and Seungyong Lee and Dongju Kim and Jingi Hong and Jun Shin and Pei Zhang and JeongGil Ko},
journal= {arXiv preprint arXiv:2507.04748},
year = {2025}
}