记者从中山大学智能工程学院获悉，首款专为应急科普打造的多模态大语言模型——“神机大模型”已由该院沈颖团队完成并于近日正式发布。 该大模型将人工智能技术与应急管理体系深度融合，成为应急知识科普的重要工具。
据介绍，“神机大模型”能够为广大群众提供实用的应急知识和应对突发情况的方法，助力提高公众的安全意识和自救互救能力，开启全民应急科普新篇章。 同时，针对行业领域痛点，该大模型能够为政府、企事业单位和公众提供智能化、高效化、人性化的应急场景解决方案。
据介绍，为了赋能“神机大模型”在应急科普中的智能化、人性化、精细化解决方案，实验室团队设计了事前预防、事中处置、善后恢复等多场景的咨询、决策支持与情感支持问答任务，自行构建了共计205,617条指令对，引入了22,353条来自指南、白皮书、新闻、真实案例、搜索引擎、在线服务及多轮问答的公开数据语料进行微调， 进一步增强了模型的泛化能力和应变速度。 团队提出的应急科普大模型综合性能评测体系，涵盖了安全应急管理知识问答的客观评测与专家主观评估，确保了模型在安全性、实用性、规范性方面的高标准。
为确保“神机大模型”在应急科普中的卓越表现，“神机大模型”在36张40GB NVIDIA A100 GPU上进行了2个epoch的预训练和3个epoch的全量微调，分别训练了7B与72B参数的模型版本。 在应急管理知识问答的评测中，模型准确率高达71.53%，大幅降低了人工干预的需求，同时展现了出色的时效性和可靠性。
模型能够提供一分钟内超过1000条用户响应的服务能力，可望减轻应急领域人员的负担，提高应急响应效率。 面向政府、企事业单位和普通民众，该模型提供精细化应急场景咨询和应急心理疏导服务，助力构建更加安全、和谐的社会环境。
目前， 已上线的神机大模型1.0版本具有多项实用功能：可针对常见的应急安全知识进行问答，可以为用户提供基础的应急情况咨询，响应迅速，回答专业性强；基于检索增强生成技术（RAG），神机大模型对生成的所有答案进行知识溯源，为用户提供可靠的专业原始知识文档信息，具备更强的专业性；由于各类应急管理数据标准不同，神机大模型整合海量历史数据与规章制度，便于查询，很好地解决了知识碎片化、数据分散的问题； 神机大模型可以辅助相关从业人员，进行应急管理计划制定、应急预案公文写作、事故调查报告撰写等，极大解放人力成本。
此外，火灾、建筑事故、地震等发生后，受灾群众与参与救灾的救援人员均可能产生灾后心理负面影响，神机大模型可以提供应急心理救援与心理辅导援助。
中山大学智能工程学院副教授沈颖表示：“‘神机大模型’的发布，标志着我们在应急科普智能化道路上迈出了坚实的一步，期待它能够在应急科普领域发挥重要作用，为普及公众应急安全教育与构建和谐安全的社会贡献力量。 ”
文｜记者 李钢 郭思琦 实习生 刘佳琪