言模型的知识获取与创新的原理之上，探讨了其在应急管理信息化建设中的应用，针对智慧应急中面临的建设困境以及业务系 统智能化水平的局限，提出了基于大语言模型技术重构智慧应急的知识管理模式，在此基础上构想能够协同创新、全域感知、 决策支持的应急大脑，从而实现整体业务系统智能化水平从感知智能到认知智能的提升。 关键词 大语言模型，智慧应急，知识管理，应急大脑 引用格式 龚晶，黄欢. 基于大语言模型技术的智慧应急应用：知识管理与应急大脑 提高应急管理知识体系的活力和创新能力；2）全域感 知，不仅能够“看”到风险，“听”到风险，同时理解风 险，预测风险，为应急管理活动提供有效的决策依 据；3）决策支持，知识驱动决策模式增强了系统的辅 助决策能力，能快速响应复杂外部环境带来的新挑 战。面对世界变局加速期间新兴风险、复杂风险的加 剧，新发展理念下对高水平安全的要求，应急大脑以 协同创新能力、全域感知能力、决策支持能力为依托， 支撑监测预警、社会动员、监管执法、救援处置、辅 4 结论 本文在研究大语言模型的知识获取与创新的原 理之上，针对当前智慧应急中面临的困境以及业务 系统智能化水平的局限，基于大语言模型技术重构 智慧应急的知识管理模式，在此基础上构想能够协 同创新、全域感知、智能决策的应急大脑，从而实现 整体业务系统智能化水平的提升。 大语言模型技术在智慧应急领域的应用仍然面 临几个关键挑战：1）数据质量问题，数据不准确、 数据偏差（bias）、时效性等数据质量问题都会影响模

上化改造，为实现可持续发展，监管着力推动保险行业数字化转型。 再次，保险行业数字化转型的落地指南强调了战略、业务、技术三个维度的环环相扣。 保险公司需要站在全局视角进行长期统筹规划，由点及面实现从局部业务的优化升级到 全域数字化的整体进阶。这包括顶层数字化规划、数字化实践洞察以及底层技术支撑建设。 此外，保险行业的数字化转型也面临着数据合规问题、数字化发展不均衡和所需成本 高等挑战。数字技术应用面临着合规要求下的法律和监管挑战，以及各种信息安全风险。