Page 146 - 2025年第56卷第1期

参 考 文 献：

［ １ ］ 邓韶辉． 大坝基础灌浆 ＣＦＤ 模拟与预测研究［Ｄ］． 天津： 天津大学， ２０１８．
［ ２ ］ ＤＥＶＬＩＮ Ｊ， ＣＨＡＮＧ Ｍ Ｗ， ＬＥＥ Ｋ， ｅｔ ａｌ． Ｂｅｒｔ： Ｐｒｅ－ｔｒａｉｎｉｎｇ ｏｆ ｄｅｅｐ ｂｉｄｉｒｅｃｔｉｏｎａｌ ｔｒａｎｓｆｏｒｍｅｒｓ ｆｏｒ ｌａｎｇｕａｇｅ ｕｎ⁃
ｄｅｒｓｔａｎｄｉｎｇ［Ｊ∕ＯＬ］． ＡｒＸｉｖ， （２０１９－０５－２４）［２０２３－１２－２０］． ｈｔｔｐｓ：∕∕ａｒｘｉｖ．ｏｒｇ∕ａｂｓ∕１８１０．０４８０５．
［ ３ ］ ＲＡＤＦＯＲＤ Ａ， ＮＡＲＡＳＩＭＨＡＮ Ｋ， ＳＡＬＩＭＡＮＳ Ｔ， ｅｔ ａｌ． Ｉｍｐｒｏｖｉｎｇ ｌａｎｇｕａｇｅ ｕｎｄｅｒｓｔａｎｄｉｎｇ ｂｙ ｇｅｎｅｒａｔｉｖｅ ｐｒｅ －
ｔｒａｉｎｉｎｇ［Ｊ∕ＯＬ］． ＯｐｅｎＡＩ Ｂｌｏｇ， （２０１８－０６－１１）［２０２３－１１－１１］． ｈｔｔｐｓ：∕∕ｗｗｗ．ｍｉｋｅｃａｐｔａｉｎ．ｃｏｍ∕ｒｅｓｏｕｒｃｅｓ∕ｐｄｆ∕ＧＰＴ－
１．ｐｄｆ．
［ ４ ］ ＲＡＤＦＯＲＤ Ａ， ＷＵ Ｊ， ＣＨＩＬＤ Ｒ， ｅｔ ａｌ． Ｌａｎｇｕａｇｅ ｍｏｄｅｌｓ ａｒｅ ｕｎｓｕｐｅｒｖｉｓｅｄ ｍｕｌｔｉｔａｓｋ ｌｅａｒｎｅｒｓ［Ｊ∕ＯＬ］． ＯｐｅｎＡＩ
Ｂｌｏｇ， （２０１９－０２－１４）［２０２３－１２－１１］． ｈｔｔｐｓ：∕∕ｉｎｓｉｇｈｔｃｉｖｉｃ．ｓ３．ｕｓ－ｅａｓｔ－１．ａｍａｚｏｎａｗｓ．ｃｏｍ∕ｌａｎｇｕａｇｅ－ｍｏｄｅｌｓ．ｐｄｆ．
［ ５ ］ ＢＲＯＷＮ Ｔ， ＭＡＮＮ Ｂ， ＲＹＤＥＲ Ｎ， ｅｔ ａｌ． Ｌａｎｇｕａｇｅ ｍｏｄｅｌｓ ａｒｅ ｆｅｗ－ｓｈｏｔ ｌｅａｒｎｅｒｓ［Ｊ］． Ａｄｖａｎｃｅｓ ｉｎ Ｎｅｕｒａｌ Ｉｎｆｏｒ⁃
ｍａｔｉｏｎ Ｐｒｏｃｅｓｓｉｎｇ Ｓｙｓｔｅｍｓ， ２０２０， ３３： １８７７－１９０１．
［ ６ ］ ＳＩＮＧＨＡＬ Ｋ， ＡＺＩＺＩ Ｓ， ＴＵ Ｔ， ｅｔ ａｌ． Ｌａｒｇｅ ｌａｎｇｕａｇｅ ｍｏｄｅｌｓ ｅｎｃｏｄｅ ｃｌｉｎｉｃａｌ ｋｎｏｗｌｅｄｇｅ ［ Ｊ］． Ｎａｔｕｒｅ， ２０２３，
６２０： １７２－１８０．
［ ７ ］ ＣＨＯＷＤＨＥＲＹ Ａ， ＮＡＲＡＮＧ Ｓ， ＤＥＶＬＩＮ Ｊ， ｅｔ ａｌ． Ｐａｌｍ： Ｓｃａｌｉｎｇ ｌａｎｇｕａｇｅ ｍｏｄｅｌｉｎｇ ｗｉｔｈ ｐａｔｈｗａｙｓ［Ｊ］． Ｊｏｕｒｎａｌ
ｏｆ Ｍａｃｈｉｎｅ Ｌｅａｒｎｉｎｇ Ｒｅｓｅａｒｃｈ， ２０２３， ２４（２４０）： １－１１３．
［ ８ ］ ＷＥＩ Ｊ， ＢＯＳＭＡ Ｍ， ＺＨＡＯ Ｖ Ｙ， ｅｔ ａｌ． Ｆｉｎｅｔｕｎｅｄ ｌａｎｇｕａｇｅ ｍｏｄｅｌｓ ａｒｅ ｚｅｒｏ － ｓｈｏｔ ｌｅａｒｎｅｒｓ ［ Ｊ∕ＯＬ］． ＡｒＸｉｖ，
（２０２２－０２－０８）［２０２３－１２－２０］． ｈｔｔｐｓ：∕∕ａｒｘｉｖ．ｏｒｇ∕ａｂｓ∕２１０９．０１６５２．
［ ９ ］ ＬＩＵ Ｑ， ＳＯＮＧ Ｊ Ｋ， ＨＵＡＮＧ Ｚ Ｇ， ｅｔ ａｌ． Ｌａｎｇｃｈａｉｎ－ｃｈａｔｃｈａｔ［ ＣＰ∕ＯＬ］． Ｇｉｔｈｕｂ Ｒｅｐｏｓｉｔｏｒｙ， （２０２３－ ０４－ １５）
［２０２３－１２－１１］． ｈｔｔｐｓ：∕∕ｇｉｔｈｕｂ．ｃｏｍ∕ｃｈａｔｃｈａｔ－ｓｐａｃｅ∕Ｌａｎｇｃｈａｉｎ－Ｃｈａｔｃｈａｔ．
［ １０ ］ 覃思中， 郑哲， 顾燚， 等． 大语言模型在建筑工程中的应用测试与讨论［Ｊ］． 工业建筑， ２０２３， ５３（９）：
１６２－１６９．
［ １１ ］ ＵＤＤＩＮＳ Ｍ Ｊ， ＡＬＢＥＲＴ Ａ， ＯＶＩＤ Ａ， ｅｔ ａｌ． Ｌｅｖｅｒａｇｉｎｇ ＣｈａｔＧＰＴ ｔｏ ａｉｄ ｃｏｎｓｔｒｕｃｔｉｏｎ ｈａｚａｒｄ ｒｅｃｏｇｎｉｔｉｏｎ ａｎｄ
ｓｕｐｐｏｒｔ ｓａｆｅｔｙ ｅｄｕｃａｔｉｏｎ ａｎｄ ｔｒａｉｎｉｎｇ［Ｊ］． Ｓｕｓｔａｉｎａｂｉｌｉｔｙ， ２０２３， １５（９）： ７１２１．
［ １２ ］ 杨阳蕊， 朱亚萍， 刘雪梅， 等． 水利工程文本中抢险实体和关系的智能分析与提取［Ｊ］． 水利学报， ２０２３，
５４（７）： ８１８－８２８．
［ １３ ］ 杨阳蕊， 朱亚萍， 陈思思， 等． 融合群体智能策略的 ＡＩ 链在大坝防汛抢险知识推理中的应用［Ｊ］． 水利学

报， ２０２３， ５４（９）： １１２２－１１３２．
［ １４ ］ 冯钧， 吕志鹏， 范振东， 等． 基于大语言模型辅助的防洪调度规则标签设计方法［Ｊ］． 水利学报， ２０２４，
５５（８）： ９２０－９３０．
［ １５ ］ ＨＵ Ｅ Ｊ， ＳＨＥＮ Ｙ， ＷＡＬＬＩＳ Ｐ， ｅｔ ａｌ． Ｌｏｒａ： Ｌｏｗ － ｒａｎｋ ａｄａｐｔａｔｉｏｎ ｏｆ ｌａｒｇｅ ｌａｎｇｕａｇｅ ｍｏｄｅｌｓ［ Ｊ∕ＯＬ］． ＡｒＸｉｖ，
（２０２１－１０－１６）［２０２３－０４－１１］． ｈｔｔｐｓ：∕∕ａｒｘｉｖ．ｏｒｇ∕ａｂｓ∕２１０６．０９６８５．
［ １６ ］ ＪＩ Ｓ， ＰＡＮ Ｓ， ＣＡＭＢＲＩＡ Ｅ， ｅｔ ａｌ． Ａ ｓｕｒｖｅｙ ｏｎ ｋｎｏｗｌｅｄｇｅ ｇｒａｐｈｓ： Ｒｅｐｒｅｓｅｎｔａｔｉｏｎ， ａｃｑｕｉｓｉｔｉｏｎ， ａｎｄ ａｐｐｌｉｃａｔｉｏｎｓ
［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋｓ ａｎｄ Ｌｅａｒｎｉｎｇ Ｓｙｓｔｅｍｓ， ２０２１， ３３（２）： ４９４－５１４．
［ １７ ］ ＴＯＵＶＲＯＮ Ｈ， ＬＡＶＲＩＬ Ｔ， ＩＺＡＣＡＲＤ Ｇ， ｅｔ ａｌ． ＬＬａＭａ： Ｏｐｅｎ ａｎｄ ｅｆｆｉｃｉｅｎｔ ｆｏｕｎｄａｔｉｏｎ ｌａｎｇｕａｇｅ ｍｏｄｅｌｓ［Ｊ∕ＯＬ］．
ＡｒＸｉｖ， （２０２３－０２－２７）［２０２４－０２－０１］． ｈｔｔｐｓ：∕∕ｄｏｉ．ｏｒｇ∕１０．４８５５０∕ａｒＸｉｖ．２３０２．１３９７１．
［ １８ ］ ＸＵ Ｃ， ＳＵＮ Ｑ， ＺＨＥＮＧ Ｋ， ｅｔ ａｌ． Ｗｉｚａｒｄｌｍ： Ｅｍｐｏｗｅｒｉｎｇ ｌａｒｇｅ ｌａｎｇｕａｇｅ ｍｏｄｅｌｓ ｔｏ ｆｏｌｌｏｗ ｃｏｍｐｌｅｘ ｉｎｓｔｒｕｃｔｉｏｎｓ
［Ｊ∕ＯＬ］． ＡｒＸｉｖ， （２０２３－０６－１０）［２０２４－０２－０２］． ｈｔｔｐｓ：∕∕ａｒｘｉｖ．ｏｒｇ∕ａｂｓ∕２３０４．１２２４４．
［ １９ ］ ＷＡＮＧ Ｙ， ＺＨＯＮＧ Ｗ， ＬＩ Ｌ， ｅｔ ａｌ． Ａｌｉｇｎｉｎｇ ｌａｒｇｅ ｌａｎｇｕａｇｅ ｍｏｄｅｌｓ ｗｉｔｈ ｈｕｍａｎ： Ａ ｓｕｒｖｅｙ ［ Ｊ∕ＯＬ］． ＡｒＸｉｖ，
（２０２３－０２－２７）［２０２４－０２－０１］． ｈｔｔｐｓ：∕∕ａｒｘｉｖ．ｏｒｇ∕ａｂｓ∕２３０２．１３９７１．
［ ２０ ］ 中国电力企业联合会， 水工建筑物水泥灌浆施工技术规范： ＤＬ∕Ｔ ５１４８—２０２１ ［ Ｓ］． 北京： 国家能源
局， ２０２１．
［ ２１ ］ 中国电力企业联合会， 水工建筑物水泥灌浆施工技术规范： ＤＬ∕Ｔ ５１４８—２０１２ ［ Ｓ］． 北京： 国家能源
局， ２０１２．
［ ２２ ］ 杨飞， 宋吉星， 王宜春， 等． 基于 ＯＣＲ 识别技术的碎片化时空信息库异常文件检测方法［Ｊ］． 武汉理工大
学学报（信息与管理工程版）， ２０２３， ４５（６）： ９６７－９７１．
［ ２３ ］ ＷＡＮＧ Ｙ， ＫＯＲＤＩ Ｙ， ＭＩＳＨＲＡ Ｓ， ｅｔ ａｌ． Ｓｅｌｆ－ｉｎｓｔｒｕｃｔ： Ａｌｉｇｎｉｎｇ ｌａｎｇｕａｇｅ ｍｏｄｅｌ ｗｉｔｈ ｓｅｌｆ－ｇｅｎｅｒａｔｅｄ ｉｎｓｔｒｕｃｔｉｏｎｓ
— １ ４ １ —