"즉시 답변드릴 수 있고 내용이 상세합니다. 저희가 예상하지 못한 일부 사항도 답변에 포함될 예정입니다." 허난성 푸양시 생태 환경국 Peng Jianzhi는 관련 환경 관리 정책에 대해 '감독 및 지원을 위한 지능형 질의 응답 모델'을 참조한 결과 너무 편리하다고 말했습니다.
아름다운 중국 건설이라는 목표를 실현하려면 생태 환경 거버넌스에서 디지털 기술의 중첩, 집합, 증식 효과를 충분히 발휘하고 생태 환경 '지능'의 잠재력과 활력을 자극해야 합니다. 딥러닝, 자연어 처리 및 기타 고급 기술을 결합한 이 대규모 지능형 질문 및 답변 모델은 감독 및 지원 업무에 대한 효율적이고 강력한 분석 및 의사 결정 지원을 제공하고 있습니다.
"매일 저장탱크에 오르는 건 쉽지만, 그룹 내 모든 소식을 접하는 건 정말 어렵습니다."
2019년 6월 생태환경부 환경공학평가센터(이하 평가센터)는 대기 감독 및 지원을 위한 기술 지원을 제공하기 위해 특별 대기 클래스를 구성하기 위해 28개의 기술 백본을 배치했습니다. Q&A 그룹은 모든 업무에 꼭 필요한 그룹이 되었습니다.
"일반적으로 협의 문제에는 표준 적용, 정책 준수 및 검사 지점이 포함됩니다. 감독 및 지원 APP의 표준화된 작성도 그룹에서 뜨거운 문제입니다." 대기 수업 엔지니어인 Hao Shaoyang이 기자에게 말했습니다. 중국 환경 뉴스.
2019년 하오소양은 평가센터에 입사해 5년 동안 대기 수업에서 근무했다. "위챗 그룹에는 의혹 해소를 담당하는 특별 반이 있습니다. 상담 질문은 분야가 다르기 때문에 특별 반에서도 전문가와 접촉해 질문에 대한 답변을 돕습니다. 현재 전문가 팀은 30명 이상으로 안정화되었습니다."
위챗 그룹 내 의혹을 해소하는 작업에 대해 하오샤오양은 '긴급하다'라는 말로 요약했다. "우리의 Q&A 시간은 24시간입니다. 감독과 지원 업무가 계속되는 한 Q&A는 멈출 수 없습니다. 대부분의 질문은 현장 실무그룹에서 상담을 받기 때문에 신속하고 정확하게 답변을 완료해야 합니다. 동지들 분위기 수업 때부터 밤에 자기 전에 위챗 그룹을 확인하는 습관이 생겼고, 어느 정도 시간이 지나면 아무도 질문하지 않으면 잠이 든다.”
지난 5년 동안 대기 수업은 100개 이상의 Q&A 그룹을 구성했으며 다양한 일선 기술 문제에 대한 거의 60,000개의 질문에 답변했습니다. VOC 감독 및 지원, 산업용 용광로 등에 대한 총 7개의 Q&A 매뉴얼을 편집했습니다. ., 400개 이상의 질문을 다루고 있습니다.
하지만 위챗 그룹을 통해 궁금증을 해결하는 문제도 분명하다. "WeChat 그룹의 각 배치는 주요 영역에서 수십, 심지어 수백 개의 그룹의 현장 작업을 지원해야 하며 그룹에는 많은 메시지가 있습니다. 그러나 현장 그룹은 채팅 기록만 읽고 내용을 이해할 수 있습니다. 대기과 수석 엔지니어 Xu Haihong은 이전에 일부 법 집행 동지들이 "매일 저장 탱크에 오르는 것은 쉽지만 정말 어렵다"고 말했다고 기자들에게 말했습니다. 그룹의 모든 소식을 '등산'하기 위해."
또한 일부 규범과 절차에 대한 반복적인 협의도 대기팀 구성원의 에너지를 너무 많이 소비합니다. "전통적인 수동 처리 방법은 더 이상 환경 보호 작업의 현재 고효율 요구 사항을 충족할 수 없으며 감독 및 지원 효율성을 향상시키기 위한 지능형 기술의 도입은 불가피한 선택이 되었습니다." 대기 수업.
대규모 생태 및 환경 데이터를 대형 모델에 "공급"
대형 모델의 일반화 기능을 사용하여 생태 환경 수직 분야의 지식, 데이터 및 논리를 통합함으로써 생태 및 환경 보호 작업에 집중할 수 있습니다. 따라서 주요 지역의 대기 질 개선을 위한 여름 감독 및 지원 요구 사항에 따라 평가 센터는 "감독 및 지원을 위한 지능형 질문 응답 모델"의 개발 및 구현을 주도하기 시작했습니다.
그러나 사회에는 일반 지식 모델이 많고 생태 및 환경 전문 모델은 거의 없습니다. 감독 및 지원 분야에서 대형 모델을 구축하는 핵심은 대형 모델을 어떻게 "공급"하느냐에 있습니다. 대형 모델 학습 내용이 매우 풍부하며, 질의응답 매뉴얼 데이터, 생태환경 보호법규, 장관 메일함 답장, 배출 기준 등의 정보가 모두 학습 범위에 포함되어 있습니다. 방대한 생태학적 및 환경적 지식은 대형 모델이 논리적 사고를 발휘하고 질문에 대한 정확한 응답을 생성하는 데 도움이 될 수 있습니다.
2023년에는 '감독 및 지원 지능형 질의응답 모델'의 프로토타입이 구체화될 예정이다. 대기수업에서는 모델의 실습을 서두르지 않고, 종합적인 테스트와 분석을 진행하고, 개발사에 대형 모델에 대한 교육을 더욱 강화해 달라고 요청했습니다.
대기반 멤버인 송루 씨가 기자들에게 제공한 스크린샷은 지난해 '백색 라텍스는 VOCs 물질인가?'라는 대규모 모델 질문과 답변에 대한 답변이다. "2023년 빅모델 답변에서는 흰색 라텍스가 VOCs 물질로 확인되었습니다. 올해 답변에서는 다른 고VOC 성분을 첨가하지 않고 단순히 흰색 라텍스를 사용한다면 일반적으로 VOCs로 간주할 필요가 없다는 점을 명확히 했습니다. Song Song Lu는 답변 내용의 변화는 지속적인 학습과 오류 수정을 통해 대형 모델의 논리가 더욱 명확해지고 질문에 대한 응답이 더욱 정확해졌음을 반영한다고 말했습니다.
올해 감독 및 지원 업무에서는 "감독 및 지원 지능형 질문 답변 모델"이 공식적으로 사용되었습니다. 데이터에 따르면 6차 감독 및 지원 작업에서 32개 전문 그룹이 Q&A 모델을 사용하여 질문에 답변했으며 사용률은 62%, 총 636회, 하루 평균 53건 이상의 쿼리를 기록했습니다. 작업 그룹의 절반이 이를 사용하고 있습니다.
"빅데이터 모델의 개입으로 규범적, 정책적 문제에 더 빠르게 대응할 수 있어 현장 실무그룹의 협의가 더 쉬워졌습니다. 대형 모델의 강력한 정보 요약 기능을 활용하여 현장 동지들은 문제 해결 범위를 확대할 수 있습니다. 분위기 수업의 아이디어와 동지들도 복잡한 문제에 대한 분석 지원에 더 집중할 수 있습니다.”라고 Xu Haihong이 말했습니다.
앞으로는 전국의 생태 및 환경 법 집행 담당자에게 공개될 예정입니다.
실제로 "감독 및 지원 지능형 질의응답 모델"은 여전히 반복적인 업그레이드 과정에 있습니다. 현재 계획 중인 것은 공식, 표, 그림 및 기타 유형의 정보에 대한 대형 모델의 학습 및 분석 기능을 향상시키는 것입니다.
Xu Haihong은 기자들에게 특별 반과 감독 및 지원 담당자가 생태 환경 보호와 관련된 표준 및 사양에 많은 공식, 표 및 그림이 있지만 대형 모델의 학습 및 처리 능력에 상당한 격차가 있음을 발견했다고 말했습니다. 이러한 유형의 정보는 관련 질문에 대한 답변의 정확성에 직접적인 영향을 미치는 텍스트와 비교됩니다.
기술지원사는 현재 모델의 다중 모드 기능을 개선하고 있는 것으로 파악된다. 변환 알고리즘을 최적화해 추출된 그림 데이터와 수식 정보를 대형 언어 모델로 이해하고 처리하기 쉬운 형식으로 변환하는 것으로 파악된다. , 이로써 전반적인 처리 효율성과 정확성이 향상됩니다.
기자는 평가 센터를 통해 앞으로 “감독 및 지원을 위한 지능형 질문 응답 모델”이 전국의 생태 및 환경 법 집행 인력에게 공개될 것이라는 사실을 알게 되었다는 점을 언급할 가치가 있습니다.
“전국의 생태 및 환경 법 집행관에게 공개하면 법 집행관의 현장 조사의 효율성과 정확성을 향상시키고, 현장 법 집행 중 표준, 규범 및 법률 적용 시 발생하는 일부 오류를 해결할 수 있습니다. 동시에 전문적인 환경 문제를 이해하고 이해하는 대형 모델의 능력을 지속적으로 향상시킬 것입니다." Lu Xiaojun은 평가 센터가 생태 환경 분야에서 기술 적용을 계속 심화하고 보다 지능적인 솔루션을 탐색하며, 생태환경을 보호하고 녹색발전을 촉진하는데 기여합니다.