**新闻事件态势分析系统产品系统

面向复杂动态场景的智能事件分析平台。该平台的立项源于解决传统分析方法难以处理海量、多源信息并实现有效预测的痛点。旨在为各类需要实时洞察和趋势研判的行业（如金融风控、舆情监控、公共安全等领域）提供一个可量化、可解释的决策支持工具。

该平台是一个集成了大语言模型（LLM）与深度学习算法的端到端分析系统。核心功能模块包括：多源数据融合与处理模块、基于知识图谱的上下文检索模块、基于大模型的未来事件生成与推理模块，以及轻量化态势概率预测模块。平台的主要功能是：自动化地从多模态数据中抽取关键事件，利用大模型和图技术进行深度关联分析与未来情景推演，最终生成附有概率评估和语义化解读的态势分析报告。

在该项目中，我全栈负责大模型的应用与算法开发。我主导了系统架构设计，并核心实现了大模型与图数据库的集成、事件生成的提示工程优化，以及轻量化预测模型的训练与部署。技术栈涉及Python、PyTorch、NebulaGraph及各类主流预训练模型。项目的亮点在于成功构建了一个高效、可解释的多阶段算法流水线，将大模型的推理能力与结构化知识、概率模型相结合，解决了复杂场景下预测的稳定性与可解释性难题。