基于大模型和区块链的电力知识问答系统设计与实现

如今电力已成为我们日常生活中不可缺少的一部分。然而,人们对电力知识的了解还有待提高,电力知识推广的供给形式有待创新。在AI大模型赋能各行各业高速发展的大背景下,电力领域的大模型存在例如数量不足和用户隐私数据保护力度不够等诸多问题。本研究以智谱AI和清华大学KEG实验室联合发布的对话预训练模型ChatGLM3为基础,设计开发了一个具备回答电力专业知识能力的智慧问答系统。在客户端和服务端数据传输与存储的过程中,我们采用了区块链加解密算法对数据进行处理和包装,以提高数据安全性。首先,收集高质量数据集,结合ChatGPT等基于Transformer的大模型,增强ChatGLM3的泛化能力。其次,通过Lora微调和全参微调等方法优化模型,优化后模型准确率提升31.78%,模型幻觉率降低了33.5%。最后,我们在系统终端数据存储过程中采用加解密算法对用户数据进行加密,以确保用户数据的安全性。

“智慧交互式”财务系统研究

在推动财务领域向自动化、智能化、智慧化方向发展的大背景下,文章将财务人员(财务专家)实践经验、丰富的财务数据、科学的分析理论以及现代数字化技术相结合,并根据企业财务需求打造了“智慧交互式”财务系统。同时,依托于案例企业展开实际应用,通过分析可知,M公司财务人员通过“智慧交互式”财务系统,自助高效完成财务政策及具体数据的查询、财务疑难问题的求解等智慧财务问询工作,并且人机界面也有力地实现了用户与财务系统的信息交互。总之,系统精准把握财务人员个性化问询需求,打破了时间与空间的限制,给予了用户更加友好的对话体验。

知识图谱在高校图书馆智慧服务中应用研究

高校图书馆智慧服务具有知识化、个性化、场景化、多元化等特点。知识图谱作为大数据和人工智能时代知识工程的关键技术,在聚合信息和汇聚知识、提供智慧服务方面有独特优势。高校图书馆知识图谱主要由文献知识图谱、学科知识图谱、业务知识图谱、机构图谱、场景图谱、用户图谱等构成。知识图谱可以为智慧检索、智慧推荐、智慧问答等智慧服务创新模式提供有力支持,使高校图书馆更好地服务于教学、学习、科研、管理决策等。