9月1日，中山大學智能工程學院沈穎團隊發布專為應急科普打造的多模態大語言模型家族——“神機大模型”。該大模型將人工智能技術與應急管理體係深度融合，能為廣大群眾提供實用的應急知識和應對突發情況的方法，助力提高公眾的安全意識和自救互救能力，開啟全民應急科普新篇章。

這是一套強大的應急科普係統，更是科普應急知識的重要工具。同時，針對行業領域痛點，該大模型能夠為政府、企事業單位和公眾提供智能化、高效化、人性化的應急場景解決方案。中山大學智能工程學院副教授沈穎表示：“‘神機大模型’的發布，標誌著我們在應急科普智能化道路上邁出了堅實的一步，期待它能夠在應急科普領域發揮重要作用，為普及公眾應急安全教育與構建和諧安全的社會貢獻力量。”

神機大模型的推出，得到了中國計算機學會青年計算機科技論壇（YOCSEF）廣州和廣東省消防科學與智能應急技術重點實驗室的支持。騰訊AI LAB多年來與團隊在自然語言理解與生成、大語言模型、知識計算與推理、多模態學習、數據挖掘和智能問答係統等研究領域有著深入合作與分享。

技術創新：以高效響應惠及民生

為了賦能“神機大模型”在應急科普中的智能化、人性化、精細化解決方案，實驗室團隊設計了事前預防、事中處置、善後恢複等多場景的谘詢、決策支持與情感支持問答任務，自行構建了共20多萬條指令對，引入了22000多條來自指南、白皮書、新聞、真實案例、搜索引擎、在線服務及多輪問答的公開數據語料進行微調，進一步增強了模型的泛化能力和應變速度。團隊提出的應急科普大模型綜合性能評測體係，涵蓋了安全應急管理知識問答的客觀評測與專家主觀評估，確保了模型在安全性、實用性、規範性方麵的高標準。

為確保“神機大模型”在應急科普中的卓越表現，“神機大模型”在36張40GB NVIDIA A100 GPU上進行了2個epoch的預訓練和3個epoch的全量微調，分別訓練了7B與72B參數的模型版本。在應急管理知識問答的評測中，模型準確率達71.53%，大幅降低了人工幹預的需求，同時展現了出色的時效性和可靠性。

“神機大模型”不僅在技術層麵取得了重大突破，更在實際應用中彰顯了其價值。模型能夠提供一分鍾內超過1000條用戶響應的服務能力，可望減輕應急領域人員的負擔，提高應急響應效率。

直擊行業痛點：數據驅動確保高效評測

應急科普領域麵臨數據分散、知識碎片化、響應時效性不足等挑戰。“神機大模型”通過對開源的高質量應急領域語料的定向篩選和深度挖掘，構建了超過400k條全麵的增量預訓練數據集。實驗室還從公開的海量新聞報道、政務公開數據、法律法規中提煉出關鍵信息，設計了超過200k條個性化指令對，顯著提升了模型的指令微調效果和場景適應性。

　　同時，該大模型可以輔助從業人員進行公文寫作、調研曆史數據、製定應急管理計劃等，極大程度提升工作效率，節省人力成本。

為確保評測的高效，實驗團隊基於先進的人工智能評測方法，提出了應急科普大模型綜合性能評測指標體係，確保了“神機大模型”評測體係的專業性和準確性。基於標準的安全應急管理知識問答題目，模型在安全性、實用性、規範性三個維度上接受嚴格的評估，確保模型的全麵性和可靠性。

神機大模型有哪些功能？

目前，已上線的神機大模型1.0版本可在官網http://shenjiai.cn/chat體驗到以下功能：

應急知識快速問答針對常見的應急安全知識進行問答，可以為用戶提供基礎的應急情況谘詢，響應迅速，回答專業性強。

應急知識溯源基於檢索增強生成技術（RAG），神機大模型對生成的所有答案進行知識溯源，為用戶提供可靠的專業原始知識文檔信息，具備更強的專業性。

應急規章製度查詢各類應急管理數據標準不同，神機大模型整合海量曆史數據與規章製度，便於查詢，很好地解決了知識碎片化、數據分散的問題。

應急管理計劃寫作神機大模型可以輔助相關從業人員，進行應急管理計劃製定、應急預案公文寫作、事故調查報告撰寫等，極大解放人力成本。

應急心理救援與心理輔導援助火災、建築事故、地震等發生後，受災群眾與參與救災的救援人員均可能產生災後心理負性影響，神機大模型可以提供應急心理救援與心理輔導援助。