Sim911：基于大语言模型的有效且公平的9-1-1调度员培训仿真
计算与语言
2024-12-30 v3 人工智能
摘要
紧急响应服务对于提高公共安全至关重要，旨在保护环境、财产和人身安全。作为这些服务的前线成员，9-1-1调度员直接影响响应时间以及整体紧急操作的有效性。然而，传统的调度员培训方法依赖于经验丰富人员的角色扮演，既费时又费力，往往忽视了边缘社区的具体需求。为此，我们引入Sim911，这是首个由大语言模型（LLM）驱动的9-1-1调度员培训仿真系统。Sim911通过三项关键技术创新提升培训效果：（1）知识构建，利用存档的9-1-1呼叫数据生成与真实情景相吻合的仿真情境；（2）上下文感知受控生成，采用动态提示和向量库确保LLM行为符合培训目标；（3）循环纠正验证，筛选低质量响应并优化系统性能。
引用
@article{arxiv.2412.16844,
title = {Sim911: Towards Effective and Equitable 9-1-1 Dispatcher Training with an LLM-Enabled Simulation},
author = {Zirong Chen and Elizabeth Chason and Noah Mladenovski and Erin Wilson and Kristin Mullen and Stephen Martini and Meiyi Ma},
journal= {arXiv preprint arXiv:2412.16844},
year = {2024}
}