商汤联合建工社共同打造“住建领域法规标准知识大模型”
近日,商汤科技与中国建筑出版传媒有限公司(下称“建工社”)共同发布“住建领域法规标准知识大模型”,共同探索新型知识服务模式。大模型聚焦建筑行业,以商汤“日日新SenseNova 5.5”大模型体系为基础,结合海量住建行业标准、法律条款、设计及工艺规范等知识库数据,为建筑设计、规划、施工等带来智能、高效、专业的知识扩展和应用支持。
住房城乡建设部总经济师曹金彪出席,肯定了利用信息化、数字化技术,开发建设住房城乡建设领域法规标准知识大模型的重要意义和创新实践。
曹金彪表示:“要积极运用现代信息技术和创新手段,打造具有核心竞争力和高附加值的新质生产力。要采用大模型的理念和方法,进一步拓展服务广度和深度,不断增强平台的权威性、全面性,使其真正成为用户体验好、喜欢用的数字平台,服务好行业发展和社会需求。”
商汤科技数字经济研究院院长李森对人工智能支撑数字住建的探索与实践进行了报告。报告重点展示了人工智能在住建领域的多项创新应用,包括大模型推动住建领域标准数智化转型,通过多源数据融合构建城市数字孪生底座,结合人工智能+遥感技术服务住建管理,运用数字资产档案、大空间虚拟现实和增强现实技术等打造历史文化名城和街区保护新范式等。此外,报告还对全面支撑数字住建进行了系统性设计,提出住建领域全生命周期人工智能大模型体系,致力于打造智能、高效、创新的数字住建超级应用。
技术层面,商汤科技海外研发中心产品总监吴婷表示,充分利用行业知识和信息去深耕和整合,会让我们在大模型赛道更有竞争力。我们和客户一起构建了完善的知识体系,并确保模型能配合知识体系,实现精细化的检索,支持三层回述。模型训练中采用自然语言的方式提供人工反馈,取代二分类reward机制,确保更好的训练效果。
精准、高效、便捷,打造住建工作者的贴身助手
目前“住建领域法规标准知识大模型”已经在住房城乡建设领域法规标准知识服务平台上投入应用。作为“法规标准AI”,赋能智能问答、智能集成、智能查重、智能比对等功能模块,让我们可以更高效、精准、便捷地查阅和掌握住建领域相关知识,成为提升工作效率的贴身助手。
其中,智能问答功能让用户只需通过对话,就能快速查找、精准定位相关知识,并且相较于市场上其他通用AI产品具有更强的专业性,不仅能够提供更加精准的建筑法规标准和术语应用,还能与最新法规标准同步,避免使用过时信息,确保文档的时效性和合规性。
智能问答
智能集成功能可以根据用户输入的想法和关键词,快速整合成一篇结构完整、内容丰富的专业文档,充分满足法规标准编写、技术交底、施工组织设计或建筑合同等文档制作对专业性和准确性的要求。其内置的大量建筑行业专用模板,可确保文档结构和内容的专业性和规范性,结合对海量法律法规、标准规范的深度学习,让写作更贴近行业实践,此外还可根据行业专家反馈持续优化,确保生成的文档满足最高专业标准。
智能集成
用户还可以运用智能查重、智能比对功能,提升文件内容准确性、确保内容原创性。智能查重功能可以帮助用户快速检出文档中的重复或相似内容,直观显示重复字数、相似度等结果。
智能查重
智能比对功能可以迅速将两个版本的文档进行精确对比,并用不同颜色标注增、删、改内容,方便用户审阅修改。
智能比对
面向住建行业,深度融合专有知识与专家经验
住建行业的数据量庞大,内容种类繁多,规范、条款成千上万,还具备较强的时效性和专业性,并有严格的文本格式标准诉求。同时,已有规范会根据时间、地域的变迁产生差异和变更,因此对于大模型应用提出了较大挑战。
对此,商汤科技依托强大的基础模型能力,从基模型预训练、监督微调(SFT)、强化学习奖励(RLHF)等多个维度进行大幅训练优化,打造的“住建领域法规标准知识大模型”能够更好地理解和应用建筑领域的专有知识。
商汤的行业大模型基于高达6亿tokens的高质量住建知识数据训练而成,覆盖超过8000本行业标准、法律法规内容。还采用了专业处理流程,能够解决数据噪声、信息冲突等多种数据处理难题,保障处理结果的准确性。针对住建这种高知识密度的领域,模型还融合了大量的专家经验,能够有效应对行业标准规范多且繁杂的问题,提升对不同验收标准、行业术语的理解能力。
未来,双方还将进一步挖掘大模型技术与住建行业结合的应用潜力,例如通过大模型的AIGC能力撰写辅助文档、生成设计图纸、根据建筑的结构和材料预测使用寿命、基于人口布局和交通流量提供城市规划建议等等,将创新和应用深入数字住建全生命周期,不断推进住建行业的数字化发展,释放行业数据的要素潜能,赋能住房和城乡建设事业高质量发展。
相关文章:
商汤联合建工社共同打造“住建领域法规标准知识大模型”
近日,商汤科技与中国建筑出版传媒有限公司(下称“建工社”)共同发布“住建领域法规标准知识大模型”,共同探索新型知识服务模式。大模型聚焦建筑行业,以商汤“日日新SenseNova 5.5”大模型体系为基础,结合海…...
基于STM32的智能交通监控系统教程
目录 引言环境准备智能交通监控系统基础代码实现:实现智能交通监控系统 车辆检测模块交通流量分析模块通信与网络系统实现用户界面与数据可视化应用场景:交通管理与优化常见问题与解决方案收尾与总结 引言 随着城市化进程的加快,交通拥堵问…...
Git和TortoiseGit的安装与使用
文章目录 前言一、Git安装步骤查看版本信息 二、TortoiseGit安装中文语言包TortoiseGit 配置不同语言 Git基本原理介绍及常用指令 GitLab添加TortoiseGIT生成SSH Key 前言 Git 提供了一种有效的方式来管理项目的版本,协作开发,以及跟踪和应用文件的变化…...
改进YOLOv5:加入非对称卷积块ACNet,加强CNN 的内核骨架,包含VOC对比实验
🔥🔥🔥 提升多尺度、不规则目标检测,创新提升 🔥🔥🔥 🔥🔥🔥 捕捉图像特征和处理复杂图像特征 🔥🔥🔥 👉👉👉: 本专栏包含大量的新设计的创新想法,包含详细的代码和说明,具备有效的创新组合,可以有效应用到改进创新当中 👉👉👉: �…...
论文解读(12)-Transfer Learning
这个也是看论文的时候看到的,但是对这方面不是理解,需要对这方面知识点进行一个补充。 参考: 迁移学习概述(Transfer Learning)-CSDN博客 1. 什么是Transfer Learning? Transfer Learning就是迁移学习&…...
力扣高频SQL 50题(基础版)第三十八题
文章目录 力扣高频SQL 50题(基础版)第三十八题1484.按日期分组销售产品题目说明实现过程准备数据实现方式结果截图总结 力扣高频SQL 50题(基础版)第三十八题 1484.按日期分组销售产品 题目说明 表 Activities: ---…...
大模型下的视频理解video understanding
数据集 Learning Video Context as Interleaved Multimodal Sequences Motivation: 针对Narrative videos, like movie clips, TV series, etc.:因为比较复杂 most top-performing video perception models 都是研究那种原子动作or人or物 understandin…...
【网络安全】CR/LF注入+Race Condition绕过MFA
未经许可,不得转载。 文章目录 漏洞1:CR/LF注入前言正文漏洞2:Race Condition绕过MFA前言正文漏洞1:CR/LF注入 前言 ExaHub(此处为虚拟名称)是一个专为 Exa 编程语言的爱好者和专业人士量身定制的平台。Exa 语言以其出色的速度和性能而闻名,广泛应用于科学计算、机器学…...
深度学习入门——卷积神经网络
本章的主题是卷积神经网络(Convolutional Neural Network,CNN)。CNN被用于图像识别、语音识别等各种场合,在图像识别的比赛中,基于深度学习的方法几乎都以CNN为基础。本章将详细介绍CNN的结构,并用Python实…...
快团团供货大大团长帮卖团长如何线上结算和支付货款?
一、如何支付结算单? 团长在快团团小程序【我的供货商】—【结算单】—【待支付】中,找到需要支付的结算单,点击【去支付】即可。 当有多笔结算单待支付时,团长可筛选供货商和日期找到需要支付的结算单,点击【去批量…...
vite vue3 Webstorm multiple export width the same name “default“
系统格式不一样,导致代码文件格式冲突导致的,解决方法找到对应的文件,将文件类型切换成LF。...
Transformer预测模型及其Python和MATLAB实现
### 一、背景 在自然语言处理(NLP)领域,传统的序列到序列(Seq2Seq)模型大多依赖于循环神经网络(RNN)和长短期记忆(LSTM)网络。这些模型虽然在许多任务中取得了成功&…...
草的渲染理论
Unity引擎提供了基础的terrain工具,可以制作地形,在上面刷树刷草。对于树,Unity是支持带LOD的Prefab,不同距离显示不同细节的模型,效果还不错。对于草,Unity支持两种方式来刷草,一种是Add Grass…...
Redis:十大数据类型
键(key) 常用命令 1. 字符串(String) 1.1 基本命令 set key value 如下:设置kv键值对,存货时长为30秒 get key mset key value [key value ...]mget key [key ...] 同时设置或者获取多个键值对 getrange…...
bugku-web-source
kali中先用dirsearch工具扫描后台目录,然后用wget -r url/.git命令递归下载后,进入txt文件使用git reflog命令然后只用git show查看作者提交flag日志,用git show 一个一个去尝试,很多假的flag git reflog 是一个 Git 命令&#x…...
一键生成视频并批量上传视频抖音、bilibili、腾讯(已打包)
GenerateAndAutoupload Github地址:https://github.com/cmdch2017/GenerateAndAutoupload 如何下载(找到最新的release) https://github.com/cmdch2017/GenerateAndAutoupload/releases/download/v1.0.1/v1.0.1.zip 启动必知道 conf.py …...
Python WSGI服务器库之gunicorn使用详解
概要 在部署 Python Web 应用程序时,选择合适的 WSGI 服务器是关键的一步。Gunicorn(Green Unicorn)是一个高性能、易于使用的 Python WSGI HTTP 服务器,适用于各种应用部署场景。Gunicorn 设计简洁,支持多种工作模式,能够有效地管理和处理大量并发请求。本文将详细介绍…...
Java编程达人:每日一练,提升自我
目录 题目1.以下哪个单词不是 Java 的关键字?2.boolean 类型的默认值为?3.以下代码输出正确的是?4.以下代码,输出结果为:5.以下代码输出结果为:6.以下代码输出结果为?7.float 变量的默认值为&am…...
(35)远程识别(又称无人机识别)(二)
文章目录 前言 4 ArduRemoteID 5 终端用户数据的设置和使用 6 测试 7 为OEMs添加远程ID到ArduPilot系统的视频教程 前言 在一些国家,远程 ID 正在成为一项法律要求。以下是与 ArduPilot 兼容的设备列表。这里(here)有一个关于远程 ID 的很好解释和常见问题列表…...
提供三方API接口、调用第三方接口API接口、模拟API接口(一)通过signature签名验证,避免参数恶意修改
为什么要设计安全的api接口 运行在外网服务器的接口暴露在整个互联网中,可能会受到各种攻击,例如恶意爬取服务器数据、恶意篡改请求数据等,因此需要一个机制去保证api接口是相对安全的。 本项目api接口安全设计 本项目api接口的安全性主要…...
CDO学习
1.备份instie.mdb文件 2....
奥运会Ⅱ---谁会先抢走你的工作?
Devin AI 与 Microsoft AutoDev,谁会先抢走你的工作? 软件开发领域正处于一场革命的风口浪尖。Devin AI和Microsoft AutoDev 的出现,是人工智能编码领域的两项突破性进步,有望重塑软件构建方式。但是,在如此截然不同的…...
用Python打造精彩动画与视频,4.3 创建动态文本和字幕
第四章:深入MoviePy 4.3 创建动态文本和字幕 在视频编辑中,动态文本和字幕是传达信息、增强观众体验的重要元素。MoviePy 提供了丰富的工具来添加和自定义文本和字幕,包括字体、颜色、动画效果等。本节将介绍如何在视频中添加动态文本和字幕…...
spring boot + vue3 接入钉钉实现扫码登录
1:准备工作 1.1:进入钉钉开放平台创建开发者应用。应用创建和类型介绍,参考下方。 应用类型介绍 - 钉钉开放平台 (dingtalk.com) 应用能力介绍 - 钉钉开放平台 (dingtalk.com) 扫码登录第三方网站 - 钉钉开放平台 (dingtalk.com) 1.2&…...
二叉树构建(从3种遍历中构建)python刷题记录
R3-树与二叉树篇. 目录 从前序与中序遍历序列构造二叉树 算法思路: 灵神套路 从中序与后序遍历序列构造二叉树 算法思路: 灵神套路 从前序和后序遍历序列构造二叉树 算法思路: 灵神套路 从前序与中序遍历序列构造二叉树 算法…...
计算机网络中协议与报文的关系
协议和报文在网络通信中扮演着不同的角色,但它们是紧密相关的。 协议是计算机网络中实现通信的“约定”,它规定了计算机之间如何进行通信,包括数据传输的格式、步骤和规则。协议确保了不同厂商的设备、不同的CPU和操作系统之间的计算机能够相…...
机器学习 第8章-集成学习
机器学习 第8章-集成学习 8.1 个体与集成 集成学习(ensemble learning)通过构建并结合多个学习器来完成学习任务,有时也被称为多分类器系统(multi-classifersystem)、基于委员会的学习(committee-based learning)等。 图8.1显示出集成学习的一般结构:先产生一组“…...
Docker 安装 GitLab教程
本章教程,主要介绍如何在Docker 中安装GitLab。 GitLab 是一个开源的 DevOps 平台,提供了一整套工具,用于软件开发生命周期的各个阶段,从代码管理到 CI/CD(持续集成和持续交付/部署),再到监控和安全分析。 一、拉取镜像 docker pull gitlab/gitlab-ce:latest二、创建 G…...
如何在生产环境中千万表添加索引并保证数据一致性
技术分享文档:如何在生产环境中千万表添加索引并保证数据一致性 目录 引言添加索引的挑战解决方案概述详细步骤 4.1 创建新表并添加索引 4.2 批量导入数据 4.3 处理增量数据 4.4 表名切换确保数据一致性 5.1 暂停写操作 5.2 记录增量数据 5.3 应用增量数据设置回滚…...
Uni-APP页面跳转问题(十六)
【背景】最近在做公司一个PAD端,谁被点检功能,主要时为了移动端点检设备和打印标签,需求比较简单就是扫描设备二维码,问题在于扫描后要能够重复进行多设备的扫描;早期开发的设备点检能够满足需求但是当连续扫描五六十个设备后,APP卡死,必须重启才能使用。 界面原图: 输…...
西安网站建设电话咨询/互联网公司网站模板
7 天从 Java 工程师转型为 Go 工程师 为什么要舍弃 Java,投奔 Go? 我从 2014 年开始接触 Java,对 Java 这门语言有着一种母语情结。相比于 C,Java 拥有面向对象、支持跨平台、垃圾回收等优秀特性。且 Java 的强大而成熟的生态体…...
合肥市做外贸网站的公司/百度一下官网
725. 分隔链表 给你一个头结点为 head 的单链表和一个整数 k ,请你设计一个算法将链表分隔为 k 个连续的部分。 每部分的长度应该尽可能的相等:任意两部分的长度差距不能超过 1 。这可能会导致有些部分为 null 。 这 k 个部分应该按照在链表中出现的顺…...
网站关键词优化wang/seo引擎优化是做什么的
为什么80%的码农都做不了架构师?>>> 简单说说吧:我俩当年都是中兴15年那一批次的应届入职毕业生,一起参加入职公司级别的培训,一个班,一个小组。培训长达7天,无脑级别的洗脑(你懂的…...
html网站两边的浮窗怎么做/如何快速推广app
今天在用批处理进行mysql自动备份的过程中遇到一个问题,错误提示:mysqldump: Got error: 2003: Cant connect to MySQL server on 127.0.0.1 (10061) 批处理命令: echo off echo ------------------------- echo mysql backup echo ----…...
做app一定要做网站吗/榜单优化
thrift需要使用对应语法编写接口用于生成对应语言的接口,本文简单介绍会用到的数据类型 基础类型 bool/byte/i16/i32/i64/double/string 其中没有无符号整型类型。 containers 集合类 list/set/map structs 自定义将多个字段封装起来的数据类型,每个字段…...
淄博网站建设 熊掌号/免费网站建设模板
1. 开机启动配置文件 一般来说Linux会用不同的level开机,可以用 [plain] view plaincopyprint?runlevel 来查看运行的level。而关于level的配置,可以在 /etc/inittab中找到,如下: [plain] view plaincopyprint?# Default runlev…...