某公司具有海量设计数据（19余万条图纸、文件数据，1000余册常用设计规程规范，300余万条煤矿行业数据），如何在实际工作中高效精准应用成为一项重要课题。因此，基于自然语言预训练大模型技术的勘察设计软件成为研究方向之一。

基于大模型技术的勘察设计知识问答软件，使用开源大模型重点解决公司员工勘察设计行业标准规范查询、公司制度查询、煤炭行业知识查询需要翻阅较多文件、工作效率低的问题，便于员工有效利用工作时间，使用知识问答形式便能获取对应知识。将繁杂的数据查询工作交给大模型处理，更能提高公司员工的工作积极性。

（一）技术方案

1.使用9B开源大模型+知识赋能小模型+设计知识图谱模式进行本地化部署。以大模型为基础，自主开发知识赋能小模型+设计知识图谱，形成知识精准查询、拆分、整理、推送，辅助设计工作，提升设计质量和效率，实现根据设计知识精准推送。

2.大模型海量煤炭行业数据增量训练，训练数据：19余万条图纸、公司规章制度、行业标准规范共1123册，抓取煤矿生产、安全、科技相关数据共3249816条。

3.开发智能推送问答应用，结合设计公司工作特点，与设计协同系统联动，实现知识精准问答、数据全域查询、文本智能纠错、设计要点推送、全网信息搜索推荐等功能。

（二）实施方案

1.数据整合与预处理

对现有的海量设计数据进行整理，包括图纸、文件数据、设计规程规范以及煤矿行业数据等，进行清洗、分类和标准化处理，确保数据质量，为大模型训练提供高质量的输入数据。

2.大模型的选择与训练

根据公司实际需求，选择合适的开源大模型作为基础，并对其进行定制化训练，使其能够理解和处理勘察设计行业相关的专业术语和知识内容。

3.识问答系统开发

构建知识问答界面，允许员工通过自然语言输入问题，并从大模型中获取准确的答案。系统能够处理复杂的查询请求，并提供相关的设计标准、公司制度和煤炭行业知识。

4.知识检索与提取算法优化

开发高效的算法来检索和提取大模型中的知识，确保问答系统的响应速度和准确性，减少员工等待时间，提高工作效率。

5.系统集成与测试

将开发的知识问答系统集成到公司现有的工作流程中，并进行全面的测试，确保系统稳定运行，满足实际工作需求。

6.效果评估与持续改进

通过对比使用前后的员工工作效率和设计质量，评估知识问答软件的实际效果。根据评估结果和用户反馈，持续对系统进行改进和优化，确保其长期有效地支持公司的勘察设计工作。

通过本软件的广泛应用，员工能够迅速检索到相关专业标准和规范，同时查询公司内部的规章制度以及煤矿领域的专业知识，有效节约了员工在资料查询上的时间，提升了工作效率。同时，通过广泛收集用户反馈，以快速迭代的方式不断优化模型的数据分析和语义理解功能，成为设计人员的得力助手。目前，已累计登录次数已超过8000次，知识推送次数达到2万次。根据估算，若以节省员工时间3%计算，每年可节约人工成本约500万元。

 免责声明：文中图片来自转载或网络，版权归作者所有，如有侵权，请联系删除、