中国安全科学学报

作者：杨艺, 王东麟, 陈振颂

单位：1 湖南工商大学 前沿交叉学院, 湖南 长沙 410205；2 湘江实验室, 湖南 长沙 410205；3 武汉大学 土木建筑工程学院, 湖北 武汉 430072

关键词：大语言模型(LLMs),智能体,汽车安全风险,风险判别,投诉文本,提示词

基金：资助项目:国家自然科学基金资助(72201097); 湘江实验室重大项目(25XJ01001); 湘江实验室重大项目(24XJJCYJ01); 湖南省青年科技人才计划基金资助(2023RC3182); 湖南省研究生科研创新项目(LXBZZ2024344)

为解决汽车安全风险管理中依赖人工提取投诉文本知识的局限性,应用大语言模型(LLMs)智能判别事件风险。首先,采集包含发动机等8大子系统的5万余条投诉文本,基于双语与跨语言嵌入(BCEmbedding) 模型与社区发现算法,提出演示采样方法,构建多样化高质量示例集知识库;然后,从场景、技能以及示例等方面设计LLMs提示词,构建实现风险词抽取与扩充、子系统风险归类的智能体;最后,分析召回文本的推理知识,运用思维链技术构建召回文本风险等级知识库,设计基于共识寻求的LLMs多智能体(MA)系统,建立汽车安全风险等级判别模型。结果表明:该模型在节约人工成本的同时具有较好的准确性和效率,能够有效支持投诉事件中的风险词抽取、风险归类和风险等级判别,提升安全风险管理水平。

来源：2025年第12期

《中国安全科学学报》期刊编辑部

查看中国安全科学学报杂志2025年第12期