大语言模型方法在情报实践中的应用OA
Application of Large Language Model Methods in Scientific and Tech-nical Intelligence Practice
[目的/意义]大语言模型凭借着对大规模数据集处理的较强能力和在各项自然语言处理任务中的超群表现,在各行业中皆有出色发挥,而情报领域以文本数据为主要信息源,所以大语言模型非常适用于情报工作,并为情报实践带来了新一轮变革浪潮.[方法/过程]从文本的低维稠密向量表示、大规模预训练模型、微调与提示学习、高质量大规模训练数据、人类对齐技术 5 个维度讨论了大语言模型的优势.[结果/讨论]大语言模型在情报识别、情报跟踪、情报比评、情报预测等情报任务中皆有广泛…查看全部>>
[Purpose/significance]With the strong ability to process large-scale datasets and outstanding performance in various natural language processing tasks,large language models(LLMs)have excelled across multiple industries.Since scientific and technical intelligence primarily relies on textual data,LLMs are naturally well-suited for this field,ushering in a new wave of transformative changes.[Method/process]This article discusses the advantages of LLMs from five…查看全部>>
化柏林;王英泽
北京大学信息管理系,北京 100871北京大学信息管理系,北京 100871
大语言模型情报学情报方法情报实践深度学习文本信息
large language modelscientific and technical intelligenceintelligence methodintelligence practicedeep learningtextual information
《科技情报研究》 2025 (1)
53-64,12
国家社会科学基金重大项目"大数据驱动的科技文献语义评价体系研究"(编号:21&ZD329)
评论