面向大语言模型的领域知识注入与推理

快速辅助决策在很多特定领域的应急处置中有广泛引用（如火灾、地震等）。传统方法依赖规则知识图谱推理方法，虽然在一定程度上保证了决策的逻辑性和可解释性，但也面临着诸多问题，包括误差传播、推理复杂度、以及知识更新的不便捷性。这些问题在快节奏的应急处置中尤为突出，影响了决策的效率和准确性。随着人工智能技术的发展，大模型的出现为决策和处置提供了全新的思路。在民用领域，比如医学和法律，大模型通过知识注入的方式学习大量的实例数据（如病例、判决书），已经展现出了处理复杂推理任务的潜力。不依赖显式图谱，理解隐含在数据中的规则，从而提供合理的决策、处置方案。

点头团队赛事成绩：第四名入围决赛