引下，需要重新审视并优化应急管理信息化建设路 收稿日期 2023-10-19 录用日期 2024-01-12 国 家 社 会 科 学 基 金（20BZZ037）, 广 东 省 哲 学 社 会 科 学 规 划 项 目 （GD24XGL075）资助 *通信作者简介 黄欢（1976— ）, 男, 湖南常德人, 硕士, 助理研究员。 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 龚 晶 1 黄 欢 2，* （1. 基于大语言模型的应急知识管理模式 应急管理知识是一个更广阔的、跨学科的社会和 经济情境中创造出来的，涉及到自然灾害、事故灾 难、公共卫生、社会安全等多个领域，覆盖了从突发 事件预防、准备、响应到恢复的全过程[24]，既包括能 明码表示的显性知识，还包括隐性知识，也称默会知 识，例如，应急管理人员的个人经验、技能等长期实 践经验中积累的、难以明确表达的知识，这些知识可 能表现为对特定事件的常识性理解、对不同灾害类型 新之上，实现更深层次的知识洞见和理解，这一过 程也称知识生产。应急管理领域知识创新涉及到管 理学、社会学、心理学、工程学、信息科学等多个学 科知识的交叉融合，是一种应用情境中的跨学科知 识生产，具有强烈社会弥漫性特点[24-25]。与单学科或 多学科的知识生产不同，知识生产者并不是按照传 统的学科结构整合，而是复杂灾害情境下产生的问 题处理需求而整合。随着问题的出现，涉及问题处 理的各种不同关系的个体构成了知识生产网络互相

实现运营绩效的全面突破 何为自主智能供应链？ 引领未来： 开创价值新高地 自主化征程： 当下现状与未来十年 前言 05 25 04 18-24 17 06-07 08-09 10-16 实现自主智能供应链 4 前言 克里斯·蒂默曼斯（Kris Timmermans） 埃森哲全球供应链与运营业务主管 传统的供应链模式如今正迅速过时。地缘政 质量与生产控制 运营采购 预警、风险、改进 17. 18. 19. 产业化（初始设备设置、规模扩大） 切换（包括清洁） 维修 22. 23. 供应商合同签订 采购到付款 24. 25. 26. 异常或风险检测及预警 评估与根因分析 内部及与供应商共同执行改进计划 27. 28. 29. 客户支持 现场服务 订单到回款 客户与现场支持 图3 高度自动化的仓库运营，采用先进的自动导引车（AGV）进行拣选、存储、包装和装载。中央控制中心 管理流程、检测问题并提供行动建议。 • 14 28 19 38 19 38 19 36 20 40 22 45 24 48 24 45 当前 未来五年内 实现自主智能供应链 13 图5 大多数供应链活动将通过AI赋能与自动化的强力结合，逐步迈向完全自主化 完全 决策自主化 监督下的 决策自主化 增强型人工活动

...................................................................................................24 3.1 DeepSeek 智能体的架构设计............................................................................ 是在区块链、云计算等新技术应用场景中，传统审计方法难以实现 交易链路的全流程穿透。 以下数据直观反映了审计效能瓶颈的关键指标： 指标维度 行业平均值 监管期望值 差距率 异常交易识别时效 72 小时 ≤24 小时 200% 全量数据分析覆盖率 12% ≥90% 650% 审计调整事项回溯准确 率 68% ≥95% 40% 为突破这些限制，领先机构已开始探索智能审计路径。德勤 2024 年技 指标类型 传统工具覆盖率 行业要求标准 财务异常 68% 95% ≥ 合规性条款 52% 90% ≥ 关联交易 45% 85% ≥ 操作风险 37% 80% ≥ 第三，系统需要支持 7×24 小时持续监控能力，某跨国企业的 实践表明，实时监控可使重大风险发现时效从平均 14 天缩短至 2.8 小时。这些需求直接指向需要构建具备自然语言处理、多维关联分 析和自动化工作流能力的智能审计系统，而

..................... 23 4.5 星火智能体：布局智能体平台，发布垂类智能体 ............................................. 24 4.6 SkyAgents：自研模型降低成本 ........................................................................ 25 图 23 LeewayHertz 公司发展历程与合作公司 ........................................................... 19 图 24 LeewayHertz 的智能体产品架构 ...................................................................... 20 图 ............................................. 24 图 35 Character. AI 各年龄段用户占比 ....................................................................... 24 图 36 Character. AI 用户全球分布 ................

in large language models,” Advances in Neural Information Processing Systems, vol. 35, pp. 24 824–24 837, 2022. The CoT Prompt in the original CoT paper put an example with intermediate steps before

- 第 20 周：修复 bug 与系统优化 第五阶段：项目交付与维护（第 21-24 周）。在此阶段，项目 将正式交付并进入维护期。主要工作包括： - 第 21 周：用户培训 与文档编写 - 第 22-23b 周：试运行与用户反馈 - 第 24 周及以后： 系统维护与持续优化 整个项目周期为 24 周，为确保项目按时完成，每个阶段都预 留了适当的缓冲时间。项目团队将每周进行进度跟踪和风险评估， 重、标注和格式转换等预处理工作，以确保数据质量满足训练 要求。 o 数据采集：第 5-8 周 o 数据清洗与标注：第 9-10 周 o 数据格式转换与存储：第 11-12 周 3. 模型训练与验证阶段（第 13-24 周） 此阶段将基于预处理后的数据进行模型训练，采用深度学习框 架（如 TensorFlow 或 PyTorch）构建大规模 AI 模型。训练 过程中将进行多轮迭代，逐步优化模型参数。完成训练后，将 通过交叉验证、测试集验证等方式评估模型性能，确保其达到 预期指标。 o 初始模型构建与训练：第 13-18 周 o 模型优化与调参：第 19-22 周 o 模型验证与性能评估：第 23-24 周 4. 系统集成与部署阶段（第 25-28 周） 在模型验证通过后，将其集成到目标系统中，并进行整体测 试。此阶段包括模型部署、接口开发、性能监控和用户培训等 工作，确保模型能够稳定运行并满足业务需求。

在处理敏感 信息时应遵循严格的数据加密和访问控制策略，以防止数据泄露和 未经授权的访问。 在技术架构上，模型的部署应支持分布式计算和云原生架构， 以实现高可用性和弹性扩展。银行系统通常需要 24/7 不间断运 行，因此模型的部署方案应考虑到故障转移和自动恢复机制。同 时，模型的监控和日志记录功能应完善，以便于实时监控模型的运 行状态和性能指标，及时发现和解决潜在问题。  支持高并发处理，响应时间控制在毫秒级别 描。与银行的安全团队紧密合作，确保模型和相关基础设施符合银 行的安全合规要求。定期更新防火墙规则、加密协议和访问控制策 略，防止未经授权的访问和数据泄露。 在人员配置方面，建立专门的技术支持团队，提供 7x24 小时 的运维服务。团队成员需具备深厚的 AI 模型和银行系统知识，能 够快速响应和解决各类技术问题。同时，定期组织技术培训和演 练，提升团队的技术能力和应急响应水平。 最后，建立反馈机制，与业务部门保持紧密沟通。通过定期收 需要在 24 小时内响应并解决。 - 低优先级：对业务影响较小或仅涉及非关键 功能的问题，需要在 72 小时内响应并解决。 以下是一个优先级评估的示例表格： 问题类型 影响范围 紧急程度 优先级 响应时间 解决时间 系统全面中断 所有用户 非常高 高 2 小时内 4 小时内 部分功能失效 部分用户 高 中 24 小时内 48 小时内 性能下降 特定业务模块 中 中 24 小时内 72

用智慧发现信息价值 iscover 贵金属 基金理财 出国金融服务 结算通卡 保险 贷款 分期 信用卡 总数 产品相关 66 1708 47 83 3396 5300 获客数据 11 74 27 14 24 13 15 75 252 新客户比例 17% 4% 57% 17% 2% 4.8% 案例 - 某国有银行客服数据潜客获取 潜客获取结果（客服语音转文本） 有效数据： 涉及产品： 潜客获取： 4.8% 信用卡 分期 贷款 保险 结算通卡 出国金融服务 基金理财 贵金属 数据总量： 16334 去除杂质： 5182 15 13 24 14 27 0 20 40 60 80 100% 31.7%

1-405B-Instruct-bf16, #21 Llama-3.3-70B-Instruct, #33 开放 Mistral AI 法国 Mistral-Large-2407, #37 Mistral-Small-24B-Instruct-2501, #50 开放 -16- DeepSeek对中美科技竞争产生深刻影响 美参议员提出《2025年美国与中国人工智能能力脱钩法案》，有脱钩风险 • 特朗普：“De 国联通元景大模型的加持下，探索视频侦查新技术提高案件查办效率  利用以图搜图、以文搜图提升检索效率，可服务平安城市、雪亮工程、平安乡村等场景 利用以图搜图、以文搜图，检索监控内容，提升办案效率 -24- 大模型赋能医疗智能应用 n 联通数智公司支撑广东产互/医疗军团打造多款智慧医疗应用，助力中山三院智能化升级 大模型医疗应用服务平台 中山三院私域GPT应用 私域GPT应用和服务平台 