大语言模型技术在交通运输领域的应用研究

摘要

本研究综述大语言模型在交通运输领域的应用现状，探讨大语言模型在该领域的可行性和价值，给出面向交通运输行业的专用大语言模型构建思路。通过分析近年有关交通运输大语言模型宏观政策、产业案例和学术研究现状，构建基于检索增强架构的交通运输大语言模型，阐明基础功能层、技术核心层、智能交互应用层等各层面的内涵，给出融合行业知识的数据准备、预训练、知识训练、微调、测试和部署一站式流程。研究发现，大语言模型在交通运输领域具备较高的实用价值，检索增强架构和行业知识微调方法可以实现交通运输大语言模型的实时查询、自动报表及决策支持等，降低数据跨系统使用门槛，使传统需要数个小时的资料抽取、整理变成秒级响应，也能自动生成画像和处置意见，减轻人工负担，可有效提升交通运输管理效率。