方案概述

国务院国资委在 2023 年召开的“AI 赋能 产业焕新”中央企业人工智能专题推进会上明确提出，央企要加快推动人工智能发展，主动拥抱 AI 带来的深刻变革，并将其作为加快建设现代化产业体系的重要技术之一。随着大模型技术的发展，各国央企纷纷开始构建自身 L0 层或 L1 层大模型。但在大模型进行落地应用时，还需要根据具体业务场景，结合专业领域数据进行大模型微调和场景构建才能解决实际问题。本方案基于化工领域专业数据，在云端私有化大模型基础上进行微调，构建化工行业专家库及物质信息知识库，提供化工领域专业智能问答、专家咨询、知识图谱以及信息订阅与推送服务。

业务挑战

多源异构数据：数据种类较多，期刊、论文、图片、标准信息、物质信息等均需要进行解析

领域知识强：需要结合化工领域专业知识进行数据解析

大模型微调：单纯基础大模型无法满足业务需求，需进行大模型微调

方案架构

方案优势

• 图和向量融合，解析化工领域知识
• 构建专家图谱及物质信息图谱，提供图分析能力同时对智能问答进行增强
• 利用化工数据进行大模型微调，整体提升大模型在化工领域表现效果
• 提供化工专家问答及物质信息服务