政策东风劲吹：国家、地方多文件提出推动人工智能、大数据等技术在工业和建筑领域的深度融合。中国爆破行业协会也提出了推动爆破行业智能化、信息化发展的战略目标。
行业需求迫切：传统爆破方案过度依赖经验，人力成本高，设计流程繁琐，效率低下。设计人员难以及时穷尽各项参数优化和风险预测。爆破行业知识分散更新慢，合规难度大。
通用AI不足：人工智能技术的快速发展为工程爆破领域提供了新的解决方案。当下市场中AI多为面向大众的通用型产品，在处理爆破工程等专业问题时，因缺乏领域深度而难以满足需求。
严格遵循国家、地区、行业标准，并参考爆破工程施工工法和科研论文，确保提供的内容专业可靠，垂直服务于工程爆破领域。后台采用了70亿参数级别的开源大语言模型，并融入工程爆破领域数百万字的专业语料进行微调训练。团队构建了覆盖爆破领域主要知识的本体化知识图谱，将各类知识结构化存储关联。内置丰富的工程爆破知识库，并支持外部工具调用，知识库实时更新，确保信息的权威性和时效性。支持中英文双语交流，满足国际化需求。支持对用户上传的多种文件格式进行分析，包括PDF、图片、表格、公式等，输出文本解读、图表分析、思维导图、流程图、甘特图等，提供爆破设计文件审查、施工图纸解读、数据监测报告分析、图纸优化建议等服务。具体项目部署链接是：https://chat.blastai.cn/?role=blastgpt
我负责前端页面的实现构建以及实现后端之间的颗粒度对接，同时负责根据专业预料对模型实现爆破工程领域的微调。
前端主要涉及html，css，js等语言使用了vue等框架，后端对齐时涉及java等语言和spring boot等框架。
模型微调时涉及数据清洗和LoRA（Low-Rank Adaptation）的参数高效微调，训练策略的优化，对具体任务的适配包括任务头的设计和损失函数的选择，以及最终评估阶段的评估指标的选择和模型的压缩部署优化。
评论