TrafficSafetyGPT：将预训练大语言模型微调为交通安全领域专家
计算与语言
2023-07-31 v1
摘要
大语言模型（LLMs）在各种通用领域的自然语言处理（NLP）任务中已展现出显著的有效性。然而，它们在交通安全领域任务中的表现欠佳，主要归因于生成准确回复需要专门的交通安全专业知识[1]。为应对这一挑战，我们提出了 TrafficSafetyGPT，一种基于 LLAMA 的新型模型，其使用 TrafficSafety-2K 数据集进行了监督微调，该数据集包含来自政府编写的指导手册的人工标注以及 ChatGPT 生成的指令-输出对。我们提出的 TrafficSafetyGPT 模型和 TrafficSafety-2K 训练数据集可在 https://github.com/ozheng1993/TrafficSafetyGPT 获取。
引用
@article{arxiv.2307.15311,
title = {TrafficSafetyGPT: Tuning a Pre-trained Large Language Model to a Domain-Specific Expert in Transportation Safety},
author = {Ou Zheng and Mohamed Abdel-Aty and Dongdong Wang and Chenzhu Wang and Shengxuan Ding},
journal= {arXiv preprint arXiv:2307.15311},
year = {2023}
}