transformers(GPT) 2025 Energy 浙大 EnergyX 团队研究成果列表及下载链接 48/80 2024-2025 期间浙大 EnergyX 课题组共发表大语言模型相关研究 SCI 论文 5 篇，涉及大语 言模 型在建筑能源系统中的大数据分析、故障检测诊断、负荷预测等场景的应用与能力评估。 博士生 硕士生 浙 大 EnergyX 团队相关作者

媒体平台上的实时信息，结合地图数据分析人群动态，从而更全面 地掌握事件进展。 其次，算法优化与模型更新将持续进行。随着新技术的不断涌 现，如何不断优化现有的 AI 算法，使其适应于更加复杂和多变的 公共安全场景，将是一个重要的课题。可以考虑引入自适应学习机 制，让模型在每次运行中积累经验，并进行自我优化。另外，定期 更新数据集和模型，以保持对新出现威胁的敏感性和准确度，也是 必须要实施的策略。 再者，针对用户需求和使用场景的定制化服务将逐步推广。政

10%。在试点期间，该公司还 及时调整了高峰时段的列车频率，进一步缓解了客流压力。 在乘客服务方面，AI 大模型的应用也颇具成效。例如，某地铁 系统通过开发智能客服聊天机器人来提升乘客的服务体验。该课题 通过自然语言处理技术，构建了一个可以理解和回答乘客问题的聊 天机器人，支持多种语言，实时为乘客提供列车时刻、票务信息、 换乘方案等服务。根据用户反馈，该聊天服务提高了乘客解答问题 的效率，

价模式是 吸引这部分客户的关键。  教育和研究机构 高校和研究机构在教学、科研及知识创新过程中也表现出对 AI 技术的强烈需求。这些机构需要强大的计算能力和丰富的 模型库，以支持不同研究课题和学生学习的需要，同时希望通 过开源或优价模式降低使用成本。  政府和公共部门 政府机构在提高公共服务效率、进行数据分析和决策支持等方 面越发依赖 AI 技术。它们需要安全性高、符合合规性的解决