| 采购单位: | 深圳市应急管理局 |
| 项目名称: | 应急管理垂直领域大模型关键技术研究项目 |
| 预算金额（元）: | 1,500,000.000 |
| 采购品目: | 公共安全服务 |
| 采购需求概况: | 一、主要功能和目标： 紧扣深圳市智慧应急建设要求，针对现有系统数据整合弱、智能化不足等痛点，选取应急管理典型业务领域，开展城市安全行业垂直大模型关键技术研究，重点选取“科学巡查”、“智能问数”等场景，致力于进一步提升应急管理科技服务水平，形成具备深圳特色的城安大模型“实战”能力。 二、采购标的数量：1项 三、期限：合同签订之日起至2025年12月 四、绩效目标： 1.应急语料治理关键技术研究： 收集应急行业的语料素材（包括法律法规、事故统计、工矿商贸行业巡查检查要点等行业数据等），并进行语料素材数据的清洗加工（清洗包括去噪、去重、处理缺失值、归一化和数据格式化，同时保持数据准确性、一致性、完整性、可扩展性与易用性），输出应急管理行业垂直领域大模型高质量语料集。 2.应急管理垂直领域大模型知识库构建关键技术研究： 基于应急管理垂直领域大模型应用场景（科学巡查、智能问数），对语料素材进行针对性加工，按照数据类别（法律法规、巡查要点、事故统计等）、应用场景、行业类别等，结合行业专家意见对语料素材进行切片，生成应急行业专业知识库，利用RAG（检索增强生成）技术和NL2SQL（自然语言转数据库结构化查询语言）技术，降低大模型幻觉，使模型具备更准确、更完善的应急管理应答能力。 3.基于应急管理垂直领域大模型的“科学巡查”关键技术研究： 针对“科学巡查”中巡检对象（企业所属行业、规模大小）、巡检步骤（巡检准备、现场巡检、问题处置、总结反馈）、问题性质（设备隐患、管理缺陷）、风险等级（中高低风险）、法律法规关联度（法律法规符合类、法律法规违反类）、历史巡查问题清单、整改措施、同类事故案例等数据语料内容，结合行业专家意见开展知识向量化、问答对构建、提示工程设计等，并结合大模型内置的注意力机制、基于人工反馈的强化学习、检索增强生成等能力，进行模型最优参数调校，使得“科学巡查”业务模型推理准确率超过80%。同时建立“科学巡查”业务语料流程化、标准化、系统化管理体系，持续丰富“科学巡查”语料内容，赋能应急行业一线业务人员和管理人员，提升应急人员安全巡查巡检效率，输出应急管理“科学巡查”模型算法，及安格员巡查指导智能推送等相关业务应用成果。 4.基于应急管理垂直领域大模型的“智能问数”关键技术研究： 开展事故统计数据治理及预处理工作，包括数据降维、归一化、格式化等，进一步满足大模型的训练要求；结合行业专家意见，对事故统计数据按照地理区域、时间、等级、行业等开展预处理、问答对构建、提示工程设计等，利用大模型自然语言语句与数据结构化查询SQL匹配规则，采用自然语言问题实体关系识别、查询条件识别、数据检索增强等技术提高模型回答准确率，使得“智能问数”模型准确率超过80%。同时建立“智能问数”业务语料流程化、标准化、系统化管理体系，持续丰富“智能问数”语料内容。应急业务管理人员无需熟记大量的统计字段，通过自然语言能够便捷地查看各地区和时间段的事故统计等信息，输出“智能问数”模型算法，为一线业务管理人员提供便捷、高效的数据查询服务。 |
| 联系人: | 张先生 |
| 联系电话: | 13603009517 |
| 预计采购时间: | 2025-05 |
| 备注: | 无 |