基于AI Agent技术下的市政规范语言大模型微调应用研究——以QClaw为例
DOI:
CSTR:
作者:
作者单位:

上海市市政工程管理咨询有限公司

作者简介:

通讯作者:

中图分类号:

基金项目:


Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    随着我国市政工程建设行业化管理水平的逐步提升,市政工程监理人员对于各专业技术规范进行检索、应用的需求不断增加。大语言模型应用技术虽有了较大进步,但通用语言模型对于市政工程类专业知识储备不足,难以为专项监理应用提供解决方案。以QClaw作为技术底座,利用LLaMA-Factory方法配合QLoRA量化技术对基础模型进行微调,以576条工程规范作为训练材料,进行多次优化,最终得到有较强专业性的V5版本模型。Qclaw可实现微调全过程决策,是推进市政工程监理模型微调的可行方案。

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文
分享
相关视频

文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2026-07-11
  • 最后修改日期:2026-07-11
  • 录用日期:2026-09-24
  • 在线发布日期:
  • 出版日期:
文章二维码