基于大模型的城市耦合风险监测与态势感知技术

于营; 王春平; 杨博雄; 付强

doi:10.12404/j.issn.1671-1815.2501943

科学技术与工程 ›› 2026, Vol. 26 ›› Issue (8) :3397-3405 DOI: 10.12404/j.issn.1671-1815.2501943

自动化技术、计算机技术

基于大模型的城市耦合风险监测与态势感知技术

于营 ¹^,² ,
王春平 ¹^,² ,
杨博雄 ³ ,
付强 ²^,^*

作者信息 +

Urban Coupled-risk Monitoring and Situation Awareness Technology Based on Large Language Models

YU Ying ¹^,² ,
WANG Chun-ping ¹^,² ,
YANG Bo-xiong ³ ,
FU Qiang ²^,^*

Author information +

文章历史 +

摘要

城市化进程中城市风险日益复杂,城市耦合风险监测与态势感知面临数据分散、数据质量参差不齐和关联分析困难等挑战。聚焦基于大语言模型的城市耦合风险监测与态势感知技术,选用Baichuan2-7B模型,经微调与基于人类反馈的强化学习(human-feedback-based reinforcement learning,COOL RLHF)优化。实验使用COIG、BELLE 1.5M等数据集及其他多源数据,经处理后训练。结果表明:在城市规划建设风险判断准确率达74.84%、舆情态度判断准确率70.19%,能监测多种城市规划风险、捕捉舆情热点并分析情感倾向,对风险发展趋势预测准确率83.25%,态势评估与实际匹配度85.07%,获专业人员高度认可,研究成果为城市安全管理提供了有效工具与参考。

Abstract

In the process of urbanization, urban risks have become increasingly complex. The monitoring of urban coupled-risk and the situational awareness face challenges such as scattered data, uneven data quality, and difficulties in correlation analysis. The urban coupled-risk monitoring and situation-awareness technology based on large language models were focused. The Baichuan2-7B model was selected and optimized through fine-tuning and human-feedback-based reinforcement learning (COOL RLHF). The experiment employed datasets such as COIG, BELLE 1.5M and other multi-source data, which were trained after being preprocessed. The results show that the accuracy rate for urban planning and construction risk judgment reaches 74.84%, while the accuracy rate for public opinion attitude judgment is 70.19%. Various urban planning risks are successfully monitored, public opinion hotspots are captured, and emotional tendencies are analyzed. The accuracy rate for predicting the risk development trend is 83.25%, and the matching degree between situational assessment and reality is 85.07%, receiving high recognition from professionals. The research results provide effective tools and references for urban safety management.

Graphical abstract

关键词

城市耦合风险 / 态势感知 / 大语言模型(LLMs) / Baichuan2-7B / 监督微调

Key words

urban coupled-risk / situation awareness / large language models(LLMs) / Baichuan2-7B / supervised fine-tuning

引用本文

引用格式 ▾

于营, 王春平, 杨博雄, 付强. 基于大模型的城市耦合风险监测与态势感知技术[J]. 科学技术与工程, 2026, 26(8): 3397-3405 DOI:10.12404/j.issn.1671-1815.2501943

YU Ying, WANG Chun-ping, YANG Bo-xiong, FU Qiang. Urban Coupled-risk Monitoring and Situation Awareness Technology Based on Large Language Models[J]. Science Technology and Engineering, 2026, 26(8): 3397-3405 DOI:10.12404/j.issn.1671-1815.2501943

登录浏览全文

4963

注册一个新账户忘记密码

随着城市化进程的加快,城市治理面临的风险日益增多和复杂化。自然灾害、公共卫生事件、交通安全、环境污染等问题影响着城市的安全稳定和居民的生命财产安全,如何有效监测和应对这些风险成为城市管理者亟待解决的问题。然而,当前的城市安全管理面临着数据来源分散、信息孤岛和响应滞后的挑战^[1]。大模型技术通过社交媒体内容等多源实时数据,能够及时监测城市潜在灾害,并通过分析社交媒体中公众的情绪和反应,提供更为深入的态势感知^[2-3]。

城市耦合风险是指城市在快速发展中,因社会、经济、环境等多种因素的相互作用与依赖而产生的综合性风险^[4]。传统的风险监测方法常面临数据分散、不完整、质量不高等问题^[5]。通过全面整合多源信息并进行实时数据监测与分析,能够有效识别城市各类风险的来源,预测其发展趋势。大语言模型的引入提升了城市风险监测与态势感知的效率,推动了智慧城市建设和城市管理的智能化。例如,当城市发生自然灾害或疫情等突发事件时,市民的情绪反应与舆论趋势对于社会稳定起着重要作用。通过舆情分析,政府可以及时做出应对决策,确保社会秩序。

目前,灾害信息风险的研究主要集中在风险监测模型及预警指标体系两个方面^[6]。在风险监测模型方面,学者们引入了多种新方法和理论,如主题模型^[7]、大数据分析方法^[8]、信息熵理论^[9]及文本挖掘聚合算法^[10]等,以提高模型的普适性和实际应用价值。其中,主题模型在处理海量文本数据的聚类和主题挖掘方面具有重要应用,LDA(latent Dirichlet allocation)主题生成模型^[7]虽然广泛使用,但在面对短文本、稀疏语料及用户表达不规范等问题时仍存在局限。MG-LDA(multi-grain latent Dirichlet allocation)多主题模型^[11]基于全局和局部信息,既发现了宏观上的大主题,又兼顾微观上的小主题,二者相互补充,比LDA返回的信息量更全面。在特定场景下的监测问题研究中,相关学者也提出了多种方法。兰月新等^[2]研究了网络舆情异常感知方法,为网络舆情风险监测提供了新的思路。在风险预警指标体系和模型的研究中,田世海等^[12]在专家认知和信息数据的基础上构建了舆情危机预警的动态贝叶斯网络;郝豫等^[13]结合自然灾害处置经验,构建了灾害风险信息感知模型。

语言模型(language model, LM)是一种计算框架,旨在通过计算单词序列的概率来评估句子的自然度。从本质上讲,它评估的是在给定语言环境中特定排列的单词的可能性。为了实现这一目标,模型生成嵌入表示或嵌入向量,以捕捉单词的语义及其在句子中的关联。大语言模型(large language models, LLMs)是传统语言模型的进化形式,以参数和训练数据规模庞大而著称。LLMs通常在多源且庞大的文本语料库上进行训练,从而学习人类语言中复杂的模式和语境信息。LLMs的参数量可达数十亿甚至万亿,这使它们能够生成上下文连贯的文本,甚至模仿人类的写作风格。

随着LLMs技术的迅速发展,其在城市灾害监测和态势感知中的应用逐渐受到关注。大模型能够有效整合多源数据,包括书籍杂志和社交媒体信息和其他实时数据,构建全面的城市风险态势感知系统,为城市安全风险的实时监测和分析提供了更为强大的工具^[14]。文献[15-16]基于大模型的智能体,研究了在灾害发生时,快速分析和整合来自不同来源的数据,从而提升对城市安全态势的感知能力。孙怡峰等^[17]提出基于大模型的态势认知智能体框架和智能态势认知推演方法,设计了战场态势认知智能体架构。大模型在灾害预警、资源调度和决策支持等方面展现出了良好的应用前景。

基于此,提出一种基于大语言模型的城市灾害监测与风险预警框架。该框架旨在通过整合多源数据,利用大语言模型的自然语言处理能力,提升对城市灾害信息的实时分析和理解能力。这一框架的提出既破解了当前城市耦合风险监测的技术瓶颈,又为城市安全管理提供了精准高效的决策支撑,契合城市安全发展的现实需求,具有重要的实践价值与应用前景。

1 研究方法

1.1 Baichuan2大模型

Baichuan2^[18]是百川智能推出的一款开源的多语言模型。相比与其他大模型,Baichuan2在Transformer架构的基础上进行了改进,将层归一化(LayerNorm)替换为均方根层归一化(RMSNorm),并采用SwiGLU作为激活函数,从而提高了训练效率和收敛的稳定性。给定输入向量x∈R^d,其中d为特征维度,则RMSNorm的计算公式为

(1)

$RMSNorm=\gamma ☉\frac{x}{\sqrt{\frac{1}{d}\sum _{i=1}^{d}{x}_{i}^{2}}}+\beta $

式(1)中:x_i为第i个训练样本;γ、β分别为可学习的缩放参数和偏移参数,γ,β∈R^d;☉表示元素级乘法操作。

在预训练阶段,通过合并权重矩阵W^Q、W^K和W^V,带来了超过5%的训练加速。在Transformer模型中,多头注意力的计算公式为

(2)MultiHead(Q,K,V)=Concat(head₁,head₂,…,head_h)W^O

式(2)中:Q、K、V分别为Transformer模型中多头注意力机制的查询(Query)、键(Key)、值(Value)矩阵;Concat(·)为拼接操作,用于将所有注意力头的输出特征按维度合并为单一特征矩阵;W^O为多头注意力的输出线性变换权重矩阵;head_i为第i个注意力头的计算结果,其计算公式为

(3)head_i=Attention(QW^Q_i,KW^K_i,VW^V_i)

式(3)中:Attention(·)为注意力计算函数;W^Q_i、W^K_i、W^V_i分别为第i个注意力头对应的Q、K、V的线性变换权重矩阵,用于将Q、K、V映射到该注意力头的特征空间。

此外,为了更好地支持多样化的张量并行(tensor parallelism, TP)变换,重新配置了矩阵布局。对于每个head的W^Q、W^K和W^V,采用交错的方式,如图1所示。

Baichuan2采用2.6万亿Tokens的高质量语料进行了预训练,在权威的中英文基准(benchmark)测试上均取得了同规模模型下最好的效果。选择使用7B(即70亿参数)的模型,采用Embedding+32^*Module的模型堆叠,其中Embedding维度为4 096,Embedding支持的Token数为64 000,lm_head层则采用NormHead,结构配置如下。

Baichuan2-7B-Base在7B参数量级别的大规模预训练模型中展现出了显著优势,在C-Eval等6个通用领域的数据集^[19-24]上得分高于大多数其他7B级别模型,作为最先进的语言模型,GPT-3.5-Turbo与GPT-4的得分表现更为优异,但是它们分别包含1 750亿和1.8万亿参数,参数量远高于Baichuan2-7B。通用大模型评测分数对比如图2所示。

在上述6个数据集的实验中,除BIG-Bench-Hard^[24]采用3-shot学习设置之外,其他数据集上都采用5-shot的设置,这表明Baichuan2-7B具有较好的少样本学习能力,这种能力使得Baichuan2-7B-Base能够在接收到极少量示例的情况下就能快速适应新任务或新领域。因此,选择Baichuan2-7B-Base模型作为基座模型。

1.2 模型微调

监督微调(supervised fine-tuning, SFT)是一种迁移学习(transfer learning)策略,即在预训练的基座模型(源模型)的基础上,创建一个新的目标模型。目标模型与源模型的结构和参数基本一致,但输出层不同,这是因为源模型的输出层与预训练数据集的标签相关。在微调过程中,目标模型会添加一个新的输出层,其大小与目标数据集的类别数相同,并随机初始化该层的参数。在目标数据集上训练时,输出层的参数将从头开始训练,而其余层的参数则基于源模型进行微调。通过这种方式,监督微调能够充分利用预训练模型的参数和结构,避免从头训练,从而加速模型的训练过程并提升在目标任务上的表现。微调的前提假设是,预训练模型参数包含的知识能够有效迁移到目标数据集。具体微调步骤如下。

步骤1 选择一个具有开源API的大规模预训练神经网络模型,即源模型。

步骤2 创建一个新的神经网络模型,即目标模型。目标模型复制源模型上除输出层外的所有模型结构及其参数。

步骤3 为目标模型添加一个适配目标任务的输出层,并随机初始化这些新添加层的模型参数。

步骤4 在目标数据集上训练目标模型。输出层需要从头训练,其余层的参数基于源模型的参数微调得到。

在微调阶段,基于Baichuan2的预训练权重,根据预处理后的数据对模型进行特定任务优化。首先,原始数据通过清洗和标准化处理,生成适用于模型训练的规整数据集,并为事件、时间、关系及论元等元素进行标注。微调过程中,模型将学习识别和抽取文本中的时间、地点、人物等事件要素,捕捉不同实体间的关系,并对事件的不同论元角色(如施事、受事、地点等)进行分类和抽取。通过这种方式,模型在保留预训练时获得的语言理解能力的基础上,自动生成与事件相关的文本,例如简报、新闻报道或其他形式的自动化文稿。设计方案示意图如图3所示。

1.3 基于人类反馈的强化学习

由于生成内容的质量评价具有主观性,需结合上下文以及具体问题进行衡量,所以有必要引入人类偏好和主观意见。基于人类反馈的强化学习(reinforcement learning from human feedback, RLHF)^[25]是大型语言模型领域内的一种创新方法。通过融入人类反馈,RLHF创建了代理人类偏好的奖励模型,从而通过使用近端策略优化(proximal policy optimization, PPO)为LLMs提供用于学习的奖励信号。这种方法使得模型能更好地理解和执行难以通过传统方法定义的任务。

RLHF在实际应用中往往存在偏好冲突(preference inconsistency)问题。例如,在生成内容时,通常期望生成正确、有用的信息,同时避免毒性内容,但在某些情况下可能有用的信息中恰好涉及敏感或高风险内容。为了解决冲突偏好,现有的RLHF方法通常依赖于多个偏好模型进行评分,但这使训练管道中引入了更多的模型,导致计算成本的提高以及计算效率的降低。其次,RLHF面临奖励滥用(reward hacking)的问题,特别是当模型规模增大时,模型可能会通过漏洞或不恰当的策略来获取高奖励,而不是真正学会完成任务的正确方法,这导致模型以非预期的方式最大化奖励,严重影响LLMs的有效性和可靠性。

为了解决这些问题,选择使用条件在线RLHF (conditional online RLHF, COOL RLHF)^[26]。COOL RLHF首先引入了一个条件奖励机制来平衡不同的偏好,允许奖励模型根据特定条件动态地分配其注意力到各种偏好上,从而最优地整合多个偏好。此外,COOL RLHF采用多轮在线RLHF策略,以使LLM能够快速适应新的人类反馈,减少奖励滥用的发生。

2 实验

2.1 数据集

在SFT阶段,使用两个中文开源指令数据集,以及部分来自网页、论文和书籍中的数据。其中,两个中文开源指令数据集分别为COIG(Chinese open instruction generalist)和BELLE 1.5M,这两个数据集中的指令数据实例已经被筛选,能够确保其有用性和无害性。对COIG数据集,采用了其中的考试指令、价值对齐和反事实校正3个子集;对BELLE 1.5M,该数据集是通过self-instruct^[27]方式生成的,其主题内容非常广泛,涉及日常生活、科学技术、文化艺术、社会现象、历史事件等方面。虽然这两个数据集并非专门针对城市管理和舆情管理而设计,但经过进一步的筛选和处理,可以提取出与城市管理、舆情话题相关的内容,如城市规划建设、居民生活服务、社会公共安全等城市管理相关主题,以及公众对各类事件的看法、态度和情绪等舆情相关主题。对不同来源的网页、论文和书籍数据,则采用不同的质量过滤策略转化为预训练数据。数据处理流程如图4所示,首先将所有数据标准化为统一格式,根据内容类型进行分类,并将结果存储为JSONL(JSON lines)格式,如图5所示。对所有数据进行包括基于规则的过滤、数据去重、安全性过滤和质量过滤等多个处理步骤。

为了便于表示不同的任务,将数据样本转换为ChatML(chat markup language)格式,并使用AdamW优化器进行了一轮训练,初始学习率设为4×10^-5。

2.2 训练策略

模型微调选择在XTuner工具库^[28]中,基于Baichuan2的预训练权重开展模型训练工作。首先实施自定义的监督微调操作,然后运用COOL RLHF方法对模型进行优化,以此提升模型生成内容的质量,确保其契合人类偏好。

在COOL RLHF的实现过程中,共进行5轮细化训练。在每一轮训练中,均会融合所有模型响应所对应的人类偏好数据来更新奖励模型。每一轮的Online RLHF都提供了大量的有效信息,动态调整和优化奖励模型,进而提高LLM的整体性能和可靠性。

2.3 训练细节

在Hugging Face Hub中下载Baichuan2-7B模型权重,采用PPO算法进行优化。为了平衡模型收敛速度与稳定性,对PPO算法的超参数进行调整。监督微调(SFT)阶段,采用AdamW优化器完成一轮训练,初始学习率设定为4×10^-5。而在基于PPO的COOL RLHF优化阶段,继续沿用AdamW优化器对模型参数进行更新。随着训练进程推进,依据模型在不同阶段的训练状态和性能表现,对AdamW优化器的参数进行动态调整。例如,在COOL RLHF的5轮精细化训练中,根据每一轮的训练反馈,动态地调整学习率,确保模型在各个阶段均能高效学习。训练过程中,使用2块NVIDIA A100 GPU并行计算,借助分布式训练框架,将模型参数和数据分布在不同的GPU上,为了确保训练过程的稳定性和数据一致性,采用同步梯度更新的方式,确保各个GPU每次参数更新都基于相同的梯度信息进行。

每一轮COOL RLHF训练结束后,使用验证集对模型进行全面评估。通过人工评估和自动指标评估相结合的方式,对模型生成内容的质量、准确性、相关性以及符合人类偏好的程度进行量化评估。根据评估结果,对下一轮训练的参数和策略进行优化,从而逐步提升模型在城市管理和舆情管理领域的表现。

2.4 实验结果

2.4.1 性能指标

(1)准确率(Accuracy)。指模型在城市管理和舆情管理相关数据集上,正确识别城市耦合风险相关事件的比例,反映模型识别结果的正确性程度。

(2)召回率(Recall)。指模型在城市耦合风险相关监测任务中,成功召回实际存在的相关风险信息或话题的比例,反映模型发现相关信息的能力。

(3)F₁值(F₁-score)。用于全面评估模型在城市耦合风险监测任务中的性能,兼顾准确识别和全面发现相关信息的综合能力,F₁值越高,说明模型在该任务或主题下的性能越好^[29]。表1为模型训练过程中的每轮得分情况。

2.4.2 风险监测能力分析

模型经过5轮训练后,本文模型能够有效监测到城市规划建设中约50种潜在风险。对于城市规划建设潜在风险点判断,模型判断出的城市规划建设中潜在风险点,与实际存在的潜在风险点相比,判断正确的比例为74.84%。在舆情方面,模型对公众针对城市风险事件的态度判断结果中,判断正确的比例为70.19%。例如,在三亚城市更新片区中,准确指出土地资源浪费、交通拥堵隐患、公共设施布局不合理等风险点,为城市规划者提供了详细且有价值的参考。在居民生活服务领域,对可能影响居民生活质量的风险监测敏感度达到80%,及时发现如社区垃圾处理不及时、公共健身设施损坏等问题。

对于舆情中涉及城市耦合风险的话题,模型能够实时捕捉到85.14%的热点事件。通过情感分析,准确判断公众对城市风险事件的态度倾向,正面态度判断的准确率为80%、负面态度判断的准确率为82%、中性态度判断的准确率为75%。

2.4.3 态势感知表现分析

利用历史数据和实时监测信息,模型对城市耦合风险的发展趋势预测准确率为83.25%。在过去3个月内,对“三亚城市老旧小区改造引发的舆情风险”的发展趋势预测与实际情况高度吻合,提前预警风险的扩大或缓解,为相关部门制定应对策略争取了时间。基于多源数据融合,模型能够生成全面的城市耦合风险态势图,对城市不同区域、不同类型风险的综合评估与实际情况的匹配度为85.07%。

2.4.4 人类反馈评估

邀请城市管理专家、网络舆情分析师等专业人员对模型生成的结果进行人类反馈评估。结果显示,超过88%的专业人员认为模型生成的城市耦合风险监测报告具有较高的参考价值,能够为实际工作提供有力支持。在对模型生成内容的满意度调查中,平均得分为8.5分(满分10分),认可模型在信息准确性、风险分析深度以及建议实用性等方面的表现。在研究基于大模型的城市耦合风险监测与态势感知技术中,微调后的Baichuan2-7B模型展现出一定性能提升。为更直观展示该模型在特定场景下的进步,引入一个定性案例进行说明。如表2所示,原始的Baichuan2-7B模型本身已具备良好的文本生成能力。然而,当面临带有错误前提的指令时,模型存在局限性,有时会错误地将错误前提默认为真,进而生成不符合现实情况的答案。

3 结论

在Baichuan2-7B模型预训练大模型的基础上,经微调与基于人类反馈的强化学习优化,在城市耦合风险监测与态势感知技术领域取得了一定成果,成功构建并优化模型,使其在城市风险监测与态势分析方面展现出可观性能。然而,研究仍存在可拓展空间。在技术层面,尽管已采用特定策略应对模型训练中的问题,但随着城市风险场景的持续演变和数据的动态变化,需进一步探索更高效的模型架构与训练算法,提升模型在复杂情境下的适应性与精准度,如可深入研究如何融合多模态数据(如地理信息系统数据、视频图像数据等),增强模型对城市风险的全方位感知能力。在应用推广方面,需密切关注模型在不同城市规模、管理体制及文化背景下的应用效果差异,与城市管理者紧密协作,制定适配的实施策略与规范,确保技术平稳落地与有效运行。

参考文献

原文顺序 | 出版日期 | 本文引用

[1]	张浩然, 陈国平, 赵俊三. 基于多源异构数据的城市“三生空间”功能识别[J]. 科学技术与工程, 2024, 24(27): 11529-11536.

[2]	Zhang Haoran, Chen Guoping, Zhao Junsan. Function identification of urban “Living Production Ecology Space” based on multi-source heterogeneous data[J]. Science Technology and Engineering, 2024, 24(27): 11529-11536.

[3]	兰月新, 张丽巍, 王华伟, 等. 面向风险监测的网络舆情异常感知与实证研究[J]. 现代情报, 2022, 42 (3): 102-108.

[4]	Lan Yuexin, Zhang Liwei, Wang Huawei, et al. Abnormal perception of network public opinion and empirical research orienting risk monitoring[J]. Journal of Modern Information, 2022, 42 (3): 102-108.

[5]	王帅, 何文春, 王甫棣, 等. 大语言模型融合知识图谱与向量检索的问答系统[J]. 科学技术与工程, 2024, 24 (32): 13902-13910.

[6]	Wang Shuai, He Wenchun, Wang Fudi, et al. Question answering system based on large language model integrating knowledge graph and vector retrieval[J]. Science Technology and Engineering, 2024, 24(32): 13902-13910.

[7]	Ouyang M, Cheng Z, Ma J, et al. Coupledurban risks: a complex systems perspective with a people-centric focus[J]. Engineering, 2025, 44: 44-50.

[8]	武连全. 新形势下中国恐怖袭击应急准备能力评估[J]. 科学技术与工程, 2022, 22(12): 5089-5094.

[9]	Wu Lianquan. Evaluation of emergency preparedness for terrorist attacks in China under the new situation[J]. Science Technology and Engineering, 2022, 22(12): 5089-5094.

[10]	王治莹, 陈笑, 刘翰界. 基于文本数据的灾害信息风险监测与预警集成方法研究[J]. 灾害学, 2024, 39(4): 81-87.

[11]	Wang Zhiying, Chen Xiao, Liu Hanjie. An integrated method for risk monitoring and early warning of disaster information based on text data[J]. Journal of Catastrophology, 2024, 39(4): 81-87.

[12]	邵琦, 安璐. 灾害链视角下次生灾害对公众情绪的影响机理研究[J]. 情报杂志, 2023, 42(9): 91-97.

[13]	Shao Qi, An Lu. Mechanism of secondary disasters’ impact on public sentiment based on disaster chain[J]. Journal of Information, 2023, 42(9): 91-97.

[14]	张谱, 张豪, 孔锋, 等. 基于微博数据的暴雨洪涝灾害舆情特征研究: 以2021年中国三场暴雨洪涝为例[J]. 水利水电技术(中英文), 2023, 54(2): 47-59.

[15]	Zhang Pu, Zhang Hao, Kong Feng, et al. A study on public opinion characteristics of rainstorm flooding disasters based on Sina Weibo data: take the three rainstorm flooding disasters in China in 2021 as an example[J]. Water Resources and Hydropower Engineering, 2023, 54(2): 47-59.

[16]	崔雪莲, 董海涛. 基于关键节点识别的社交网络舆情控制策略研究[J]. 计算机工程与应用, 2024, 60(20): 262-273.

[17]	Cui Xuelian, Dong Haitao. Research on social network public opinion control strategy based on key node identification[J]. Computer Engineering and Applications, 2024, 60(20): 262-273.

[18]	Karamouzas D, Mademlis I, Pitas I. Public opinion monitoring through collective semantic analysis of tweets[J]. Social Network Analysis and Mining, 2022, 12: 91.

[19]	Alam M H, Ryu W J, Lee S K. Joint multi-grain topic sentiment: modeling semantic aspects for online reviews[J]. Information Sciences, 2016, 339: 206-223.

[20]	田世海, 于越, 邓舒予. 突发公共事件多情景下的网络舆情危机预警研究[J]. 情报理论与实践, 2023, 46 (1): 132-140.

[21]	Tian Shihai, Yu Yue, Deng Shuyu. Research on the early warning of network public opinion crisis under multiple scenarios of public emergencies[J]. Information Studies: Theory & Application, 2023, 46(1): 132-140.

[22]	郝豫, 张帆, 张丽君. 突发自然灾害事件多主体风险信息感知全过程模型研究: 以郑州“7·20”暴雨灾害事件为例[J]. 防灾科技学院学报, 2023, 25(3): 60-72.

[23]	Hao Yu, Zhang Fan, Zhang Lijun. Research on the whole process model of the multiple-subject risk information perception of sudden natural disaster events: a case study of “7·20” heavy rain in Zhengzhou[J]. Journal of Institute of Disaster Prevention, 2023, 25(3): 60-72.

[24]	王明程, 王高开, 李勇男. 基于大模型智能体的安全风险态势感知框架构建[J]. 情报理论与实践, 2024, 47(7): 190-198.

[25]	Wang Mingcheng, Wang Gaokai, Li Yongnan. Construction of a security risk situational awareness framework based on LLM-based agents[J]. Information Studies: Theory & Application, 2024, 47(7): 190-198.

[26]	张爱军, 贾璐. 类ChatGPT人工智能语境下网络舆情安全的风险样态及其规制[J]. 情报杂志, 2023, 42(12): 180-187.

[27]	Zhang Aijun, Jia Lu. Risk patterns and regulations of online public opinion security in the context of ChatGPT[J]. Journal of Intelligence, 2023, 42(12): 180-187.

[28]	王冲, 张雅君, 王娟. 社会大众如何看待生成式人工智能在教育中的应用?——对B站ChatGPT话题弹幕文本的舆情主题与情感分析[J]. 图书馆论坛, 2024, 44(10): 61-71.

[29]	Wang Chong, Zhang Yajun, Wang Juan. Public perspective of generative AI in education—opinion topic and sentiment analysis of Bilibili’s bullet comments on ChatGPT[J]. Library Tribune, 2024, 44(10): 61-71.

[30]	孙怡峰, 廖树范, 吴疆, 等. 基于大模型的态势认知智能体[J]. 指挥控制与仿真, 2024, 46(2): 1-7.

[31]	Sun Yifeng, Liao Shufan, Wu Jiang. Research on situation awareness agent based on large models[J]. Command Control and Simulation, 2024, 46(2): 1-7.

[32]	Yang A, Xiao B, Wang B, et al. Baichuan 2:open large-scale language models[EB/OL]. (2025-04-17)[2025-05-04].https://arxiv.org/abs/2309.10305.

[33]	Huang Y, Bai Y, Zhu Z, et al. C-eval: a multi-level multi-discipline Chinese evaluation suite for foundation models[C]// Proceedings of the 37th International Conference on Neural Information Processing Systems (NIPS'23). New York, NY: Association for Computing Machinery (ACM), 2023: 62991-63010.

[34]	Hendrycks D, Burns C, Basart S, et al. Measuring massive multitask language understanding[C]// Proceedings of the 9th International Conference on Learning Representations (ICLR’21). Vienna: OpenReview.net, 2021: 155-180.

[35]	Li H, Zhang Y, Koto F, et al. CMMLU: measuring massive multitask language understanding in Chinese[C]//Proceedings of the Association for Computational Linguistics: ACL 2024. Stroudsburg, PA: Association for Computational Linguistics(ACL), 2024: 11260-11285.

[36]	Zhang X, Li C, Zong Y, et al. Evaluating the performance of large language models on gaokaobenchmark[EB/OL]. (2024-02-24)[2025-05-04]. https://arxiv.org/abs/2305.12474.

[37]	Zhong W, Cui R, Guo Y, et al. AGIEval: a human-centric benchmark for evaluating foundation models[C]//Proceedings of the Association for Computational Linguistics: NAACL 2024. Stroudsburg, PA: Association for Computational Linguistics(ACL), 2024: 2299-2314.

[38]	Suzgun M, Scales N, Schärli N, et al. Challenging bIG-bench tasks and whether chain-of-thought can solve them[C]//Proceedings of the Association for Computational Linguistics: ACL 2023. Stroudsburg, PA: Association for Computational Linguistics(ACL), 2023: 13003-13051.

[39]	Ouyang L, Wu J, Jiang X, et al. Training language models to follow instructions with human feedback[C]// Proceedings of the 36th International Conference on Neural Information Processing Systems (NIPS'22). New York, NY: Curran Associates Inc., 2022: 27730-27744.

[40]	Cai Z, Cao M, Chen H, et al. InternLM2technical report[EB/OL]. (2024-03-26)[2025-05-04]. https://arxiv.org/abs/2403.17297.

[41]	Wang Y, Kordi Y, Mishra S, et al. Self-Instruct: aligning language models with self-generated instructions[C]// Proceedings of the 61st Annual Meeting of the Association for Computational Linguistics. Stroudsburg, PA: Association for Computational Linguistics (ACL), 2023: 13484-13508.

[42]	XTuner Contributors. XTuner: a toolkit for efficiently fine-tuning LLM[EB/OL]. (2025-02-21)[2025-05-04].https://github.com/InternLM/xtuner.

[43]	于营, 王春平, 付强, 等. 语义分割评价指标和评价方法综述[J]. 计算机工程与应用, 2023, 59(6): 57-69.

[44]	Yu Ying, Wang Chunping, Fu Qiang, et al. Survey of evaluation metrics and methods for semantic segmentation[J]. Computer Engineering and Applications, 2023, 59(6): 57-69.