Page 147 - 2025年第56卷第1期

［Ｊ∕ＯＬ］． ＡｒＸｉｖ， （２０２３－０５－２５）［２０２４－０２－０１］． ｈｔｔｐｓ：∕∕ａｒｘｉｖ．ｏｒｇ∕ａｂｓ∕２２１２．１０５６０．
［ ２４ ］ ＣＨＥＮ Ｌ， ＬＩ Ｓ， ＹＡＮ Ｊ， ｅｔ ａｌ． Ａｌｐａｇａｓｕｓ： Ｔｒａｉｎｉｎｇ ａ ｂｅｔｔｅｒ ａｌｐａｃａ ｗｉｔｈ ｆｅｗｅｒ ｄａｔａ［Ｊ∕ＯＬ］． ＡｒＸｉｖ， （２０２４－０２－
１３）［２０２４－０２－１４］． ｈｔｔｐｓ：∕∕ａｒｘｉｖ．ｏｒｇ∕ａｂｓ∕２３０７．０８７０１．
［ ２５ ］ ＷＵ Ｔ， ＴＥＲＲＹ Ｍ， ＣＡＩ Ｃ Ｊ． ＡＩ ｃｈａｉｎｓ： Ｔｒａｎｓｐａｒｅｎｔ ａｎｄ ｃｏｎｔｒｏｌｌａｂｌｅ ｈｕｍａｎ－ａｉ ｉｎｔｅｒａｃｔｉｏｎ ｂｙ ｃｈａｉｎｉｎｇ ｌａｒｇｅ ｌａｎ⁃
ｇｕａｇｅ ｍｏｄｅｌ ｐｒｏｍｐｔｓ［Ｃ］∕∕Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ ２０２２ ＣＨＩ ｃｏｎｆｅｒｅｎｃｅ ｏｎ ｈｕｍａｎ ｆａｃｔｏｒｓ ｉｎ ｃｏｍｐｕｔｉｎｇ ｓｙｓｔｅｍｓ． Ｎｅｗ
Ｏｒｌｅａｎｓ， ２０２２．
［ ２６ ］ ＬＩ Ｓ， ＬＩＵ Ｈ， ＢＩＡＮ Ｚ， ｅｔ ａｌ． Ｃｏｌｏｓｓａｌ－ＡＩ： Ａ ｕｎｉｆｉｅｄ ｄｅｅｐ ｌｅａｒｎｉｎｇ ｓｙｓｔｅｍ ｆｏｒ ｌａｒｇｅ－ｓｃａｌｅ ｐａｒａｌｌｅｌ ｔｒａｉｎｉｎｇ［Ｃ］∕∕
Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ ５２ｎｄ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｐａｒａｌｌｅｌ Ｐｒｏｃｅｓｓｉｎｇ． Ｓａｌｔ Ｌａｋｅ Ｃｉｔｙ， ２０２３．
［ ２７ ］ ＢＡＩ Ｊ Ｚ， ＢＡＩ Ｓ， ＣＨＵ Ｙ Ｆ， ｅｔ ａｌ． Ｑｗｅｎ ｔｅｃｈｎｉｃａｌ ｒｅｐｏｒｔ［Ｊ∕ＯＬ］． ＡｒＸｉｖ， （２０２３－０９－２８）［２０２３－１１－２６］． ｈｔ⁃
ｔｐｓ：∕∕ａｒｘｉｖ．ｏｒｇ∕ａｂｓ∕２３０９．１６６０９．
［ ２８ ］ ＷＡＮＧ Ｙ Ｘ， ＳＵＮ Ｑ Ｘ， ＨＥ Ｓ Ｃ． Ｍ３Ｅ： Ｍｏｋａ ｍａｓｓｉｖｅ ｍｉｘｅｄ ｅｍｂｅｄｄｉｎｇ ｍｏｄｅｌ［ＥＢ∕ＯＬ］． （２０２３－０６－２４）［２０２３－
１１－２３］． ｈｔｔｐｓ：∕∕ｈｕｇｇｉｎｇｆａｃｅ．ｃｏ∕ｍｏｋａ－ａｉ∕ｍ３ｅ－ｂａｓｅ．
［ ２９ ］ ＪＯＨＮＳＯＮ Ｊ， ＤＯＵＺＥ Ｍ， ＪＥＧＯＵ Ｈ． Ｂｉｌｌｉｏｎ － ｓｃａｌｅ ｓｉｍｉｌａｒｉｔｙ ｓｅａｒｃｈ ｗｉｔｈ ＧＰＵｓ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｂｉｇ
Ｄａｔａ， ２０１９， ７（３）： ５３５－５４７．
［ ３０ ］ ＤＵ Ｚ， ＱＩＡＮ Ｙ， ＬＩＵ Ｘ， ｅｔ ａｌ． Ｇｌｍ： Ｇｅｎｅｒａｌ ｌａｎｇｕａｇｅ ｍｏｄｅｌ ｐｒｅｔｒａｉｎｉｎｇ ｗｉｔｈ ａｕｔｏｒｅｇｒｅｓｓｉｖｅ ｂｌａｎｋ ｉｎｆｉｌｌｉｎｇ［Ｊ∕
ＯＬ］． ＡｒＸｉｖ， （２０２２－０５－１７）［２０２３－１１－２３］． ｈｔｔｐｓ：∕∕ａｒｘｉｖ．ｄｏｓｆ．ｔｏｐ∕ａｂｓ∕２１０３．１０３６０．
［ ３１ ］ ＹＡＮＧ Ａ Ｙ， ＸＩＡＯ Ｂ， ＷＡＮＧ Ｂ Ｎ， ｅｔ ａｌ． Ｂａｉｃｈｕａｎ ２： Ｏｐｅｎ ｌａｒｇｅ － ｓｃａｌｅ ｌａｎｇｕａｇｅ ｍｏｄｅｌｓ ［ Ｊ∕ＯＬ］． ＡｒＸｉｖ，
（２０２３－０９－１９）［２０２３－１１－２７］． ｈｔｔｐｓ：∕∕ａｒｘｉｖ．ｏｒｇ∕ａｂｓ∕２３０９．１０３０５．

Ｇｒｏｕｔｉｎｇ ｗｏｒｋｓ ｋｎｏｗｌｅｄｇｅ ｓｅｒｖｉｃｅ ｓｙｓｔｅｍ ｂａｓｅｄ ｏｎ ｌａｒｇｅ ｌａｎｇｕａｇｅ ｍｏｄｅｌ
１ １ ２ １ １ １
ＺＨＡＮＧ Ｔｉａｎｈｏｎｇ ， ＷＡＮＧ Ｘｉａｏｌｉｎｇ ， ＹＵ Ｈｏｎｇｌｉｎｇ ， ＷＡＮＧ Ｊｉａｊｕｎ ， ＳＵ Ｚｈｅ ， ＺＨＡＮＧ ｊｕｎ
（１． Ｓｔａｔｅ Ｋｅｙ Ｌａｂｏｒａｔｏｒｙ ｏｆ Ｈｙｄｒａｕｌｉｃ Ｅｎｇｉｎｅｅｒｉｎｇ Ｉｎｔｅｌｌｉｇｅｎｔ Ｃｏｎｓｔｒｕｃｔｉｏｎ ａｎｄ Ｏｐｅｒａｔｉｏｎ， Ｔｉａｎｊｉｎ Ｕｎｉｖｅｒｓｉｔｙ， Ｔｉａｎｊｉｎ ３０００７２， Ｃｈｉｎａ；
２． Ｃｏｌｌｅｇｅ ｏｆ Ｗａｔｅｒ Ｒｅｓｏｕｒｃｅｓ ａｎｄ Ｃｉｖｉｌ Ｅｎｇｉｎｅｅｒｉｎｇ， Ｃｈｉｎａ Ａｇｒｉｃｕｌｔｕｒａｌ Ｕｎｉｖｅｒｓｉｔｙ， Ｂｅｉｊｉｎｇ １０００９１， Ｃｈｉｎａ）

Ａｂｓｔｒａｃｔ： Ｐｒｏｆｅｓｓｉｏｎａｌ ｉｎｆｏｒｍａｔｉｏｎ ａｃｑｕｉｓｉｔｉｏｎ ｉｎ ｇｒｏｕｔｉｎｇ ｅｎｇｉｎｅｅｒｉｎｇ ｃｕｒｒｅｎｔｌｙ ｒｅｌｉｅｓ ｏｎ ｍａｎｕａｌ ｐｒｏｃｅｓｓｉｎｇ ｏｆ ｄｉ⁃
ｖｅｒｓｅ ｔｅｘｔｓ， ｒｅｓｕｌｔｉｎｇ ｉｎ ｈｉｇｈ ｌａｂｏｒ ｃｏｓｔｓ ａｎｄ ｌｏｗ ｅｆｆｉｃｉｅｎｃｙ． Ｔｏ ａｄｄｒｅｓｓ ｔｈｅｓｅ ｃｈａｌｌｅｎｇｅｓ， ｉｔ ｉｓ ｅｓｓｅｎｔｉａｌ ｔｏ ｄｅｖｅｌｏｐ
ａ ｋｎｏｗｌｅｄｇｅ ｓｅｒｖｉｃｅ ｓｙｓｔｅｍ ｂａｓｅｄ ｏｎ ｌａｒｇｅ ｌａｎｇｕａｇｅ ｍｏｄｅｌ． Ｔｈｅ ｃｏｎｓｔｒｕｃｔｉｏｎ ｏｆ ｔｈｉｓ ｓｅｒｖｉｃｅ ｓｙｓｔｅｍ ｈｉｎｇｅｓ ｏｎ ｐｒｏｖｉ⁃
ｄｉｎｇ ｈｉｇｈ－ｑｕａｌｉｔｙ ｔｅｘｔ ｆｏｒ ｆｉｎｅ－ｔｕｎｉｎｇ ｌａｒｇｅ ｌａｎｇｕａｇｅ ｍｏｄｅｌ ａｎｄ ｍａｎａｇｉｎｇ ｔｈｅ ｉｎｈｅｒｅｎｔ ｔｉｍｅｌｉｎｅｓｓ ａｎｄ ｉｎｆｏｒｍａｔｉｏｎ
ｓｅｃｕｒｉｔｙ ｒｉｓｋｓ ｏｆ ｓｐｅｃｉｆｉｃ ｅｎｇｉｎｅｅｒｉｎｇ ｔｅｘｔｓ． Ｔｏ ｏｖｅｒｃｏｍｅ ｔｈｅｓｅ ｃｈａｌｌｅｎｇｅｓ， ａ ｈｙｂｒｉｄ ｓｔｒａｔｅｇｙ ｄａｔａｓｅｔ ｃｏｎｓｔｒｕｃｔｉｏｎ
ｍｅｔｈｏｄ ｉｓ ｐｒｏｐｏｓｅｄ， ｂａｓｅｄ ｏｎ ｕｎｉｖｅｒｓａｌ ｇｒｏｕｔｉｎｇ ｃｏｎｓｔｒｕｃｔｉｏｎ ｓｐｅｃｉｆｉｃａｔｉｏｎｓ． Ｂｙ ｉｎｃｏｒｐｏｒａｔｉｎｇ ｓｅｌｆ－ｃｈｅｃｋｉｎｇ ｃｈａｉｎ
ｏｆ ｔｈｏｕｇｈｔ ａｎｄ ｓｃｏｒｉｎｇ ｓｔｒａｔｅｇｉｅｓ， ｔｈｅ ｑｕａｌｉｔｙ ｌｉｍｉｔａｔｉｏｎｓ ｏｆ ｔｒａｄｉｔｉｏｎａｌ ｄａｔａ ｇｅｎｅｒａｔｉｏｎ ａｒｅ ａｄｄｒｅｓｓｅｄ， ｅｎｓｕｒｉｎｇ ｔｈｅ
ｐｒｏｖｉｓｉｏｎ ｏｆ ｈｉｇｈ－ｑｕａｌｉｔｙ ｄａｔａ ｎｅｃｅｓｓａｒｙ ｆｏｒ ｆｉｎｅ－ｔｕｎｉｎｇ ｔｈｅ ｌａｒｇｅ ｌａｎｇｕａｇｅ ｍｏｄｅｌ． Ａｄｄｉｔｉｏｎａｌｌｙ， ＬａｎｇＣｈａｉｎ ｉｓ ｅｍ⁃
ｐｌｏｙｅｄ ｔｏ ｂｕｉｌｄ ａ ｒｅｔｒｉｅｖａｌ ａｕｇｍｅｎｔｅｄ ｇｅｎｅｒａｔｉｏｎ ｆｒａｍｅｗｏｒｋ ｆｏｒ ｇｒｏｕｔｉｎｇ ｅｎｇｉｎｅｅｒｉｎｇ． Ｂｙ ｉｎｃｏｒｐｏｒａｔｉｎｇ ａｎ ｅｍｂｅｄｄｅｄ
ｌｏｃａｌ ｋｎｏｗｌｅｄｇｅ ｂａｓｅ， ｔｈｉｓ ｆｒａｍｅｗｏｒｋ ｅｎｓｕｒｅｓ ｔｈｅ ｉｓｏｌａｔｉｏｎ ｏｆ ｓｐｅｃｉｆｉｃ ｇｒｏｕｔｉｎｇ ｔｅｘｔ ａｎｄ ｍｏｄｅｌｓ， ｇｕａｒａｎｔｅｅｉｎｇ ｉｎｆｏｒ⁃
ｍａｔｉｏｎ ｓｅｃｕｒｉｔｙ． Ｔｏ ｍｅｅｔ ｔｈｅ ｔｉｍｅｌｉｎｅｓｓ ｒｅｑｕｉｒｅｍｅｎｔｓ ｏｆ ｓｐｅｃｉｆｉｃ ｅｎｇｉｎｅｅｒｉｎｇ ｔｅｘｔｓ， ａ ｓｔａｇｅｄ ｕｐｄａｔｅ ａｐｐｒｏａｃｈ ｉｓ ａ⁃
ｄｏｐｔｅｄ． Ｐｒｏｆｅｓｓｉｏｎａｌ ｔｅｓｔｓ ｄｅｍｏｎｓｔｒａｔｅ ｔｈａｔ ｔｈｅ Ｑｗｅｎ－７Ｂ－Ｇｒｏｕｔ ｍｏｄｅｌ， ｆｉｎｅ－ｔｕｎｅｄ ｕｓｉｎｇ ｏｕｒ ｐｒｏｐｏｓｅｄ ｍｅｔｈｏｄｓ，
ａｃｈｉｅｖｅｓ １００％ ａｃｃｕｒａｃｙ ｉｎ ｔｈｅ ｊｕｄｇｍｅｎｔ ｏｆ ｇｒｏｕｔｉｎｇ－ｓｐｅｃｉｆｉｃ ｉｓｓｕｅｓ ａｎｄ ８０％ ａｃｃｕｒａｃｙ ｉｎ ｆｉｌｌ－ｉｎ－ｔｈｅ－ｂｌａｎｋ ｑｕｅｓ⁃
ｔｉｏｎｓ． Ｔｈｅ ｋｎｏｗｌｅｄｇｅ ｓｅｒｖｉｃｅ ｓｙｓｔｅｍ ｂａｓｅｄ ｏｎ ｌａｒｇｅ ｌａｎｇｕａｇｅ ｍｏｄｅｌ ｐｒｏｐｏｓｅｄ ｉｎ ｔｈｉｓ ｓｔｕｄｙ ｎｏｔ ｏｎｌｙ ｆａｃｉｌｉｔａｔｅｓ ｇｅｎｅｒ⁃
ａｌ ｇｒｏｕｔｉｎｇ ｋｎｏｗｌｅｄｇｅ Ｑ＆Ａ ｂｕｔ ａｌｓｏ ｒｅａｌｉｚｅｓ ｅｆｆｉｃｉｅｎｔ ｒｅｔｒｉｅｖａｌ ａｕｇｍｅｎｔｅｄ ｇｅｎｅｒａｔｉｏｎ ｏｆ ｅｎｇｉｎｅｅｒｉｎｇ ｄｏｃｕｍｅｎｔｓ． Ｉｎ
ｃｏｎｃｌｕｓｉｏｎ， ｔｈｉｓ ｓｙｓｔｅｍ ｓｉｇｎｉｆｉｃａｎｔｌｙ ｉｍｐｒｏｖｅｓ ｐｒｏｄｕｃｔｉｏｎ ｅｆｆｉｃｉｅｎｃｙ ａｎｄ ｒｅｄｕｃｅｓ ｌａｂｏｒ ｃｏｓｔｓ， ｏｆｆｅｒｉｎｇ ｎｅｗ ｉｎｔｅｌｌｉｇｅｎｔ
ａｓｓｉｓｔａｎｃｅ ｆｏｒ ｇｒｏｕｔｉｎｇ ｄｅｓｉｇｎ ａｎｄ ｃｏｎｓｔｒｕｃｔｉｏｎ ｍａｎａｇｅｍｅｎｔ．
Ｋｅｙｗｏｒｄｓ： ｇｒｏｕｔｉｎｇ ｗｏｒｋｓ ｋｎｏｗｌｅｄｇｅ ｓｅｒｖｉｃｅ； ｍｉｘｅｄ ｓｔｒａｔｅｇｙ ｄａｔａ ｇｅｎｅｒａｔｉｏｎ； ｌａｒｇｅ ｌａｎｇｕａｇｅ ｍｏｄｅｌ； ｒｅｔｒｉｅｖａｌ
ａｕｇｍｅｎｔｅｄ ｇｅｎｅｒａｔｉｏｎ； ｇｒｏｕｔｉｎｇ ｗｏｒｋｓ

（责任编辑： 尹 婧 韩 昆）

— １ ４ ２ —