大语言模型发展研究及其在防洪"四预"平台智能交互的应用探讨
郭磊1
冯钧2
直伟2
周思源2
1.广东省水利水电科学研究院,510635,广州;河口水利技术国家地方联合工程实验室,510635,广州;广东省粤港澳大湾区水安全保障工程技术研究中心,510635,广州2.河海大学,211100,南京
摘要：大语言模型(LLMs)是近年来人工智能领域的重大突破,依托Transformer架构与自注意力机制,在超大规模参数下涌现出接近人类的自然语言理解能力,为人类认知、思考、判断和决策提供辅助.当前大语言模型在垂直细分领域的应用已成为热点,特别是基于MOE融合架构的DeepSeek开源发布,为行业大模型应用提供了更为便捷的技术路径,进一步推动了相关研究热潮."四预"是基于数字孪生水利建设的新型水利智能业务应用,具有专业性强、业务链条长、系统架构复杂等特点,功能完备,但在易用性方面仍有优化空间.基于大语言模型的理解和推理能力分析,首次提出了大模型智能交互L0至L3级分类体系,以意图识别和智能调用为切入点,研究其支撑"四预"平台的交互应用场景和实现技术路径,提出了通过优化"预设内容"和叠加具体问题增强大模型输出确定性的方法,并在通用大模型上进行测试,探索大模型智能调用"四预"平台专业模型的路径,为提升防洪"四预"的交互友好性提供了可行方案,同时也为大语言模型在水利智能业务中的深度应用提供参考.
关键词：大语言模型ChatGPTDeepSeek防洪"四预"意图识别模型驱动垂直领域大模型专业小模型
分类号：TV122(水利工程基础科学)TP18(自动化基础理论)
论文发表日期：2025-03-11
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
英文信息