油氣大模型新進展：大模型和知識圖譜的雙向奔赴

以ChatGPT為代表的大語言模型主要應用在通用知識領域，具備關聯推理能力強、人工成本低、適配能力強等優點。然而，要將大語言模型應用于垂直行業，還存在準確性（同一問題不同問法的回答不同甚至相反）、黑箱問題（無法得知推理過程和依據）、時效性問題（采用預訓練方式、實時性不高）。

與之對應的，知識圖譜作為知識的結構化表達，具有準確性高、可解釋、擴展性強的優點。大模型和知識圖譜，本質上都是知識的存儲和表達形式，兩者互為補充。 人工智能從通用領域走向垂直行業，需要大模型和知識圖譜的進一步融合。

為了更好推動大模型在油氣領域的應用，智通云聯采用將知識圖譜和大語言模型相結合的技術路徑。采用知識圖譜為大模型提供數據、約束內容范圍，保證回答內容真實可信；利用大語言模型多種衍生模型，提高知識圖譜構建速度、降低人工工作量。

目前，智通云聯油氣大模型正處于技術迭代升級階段：將行業資料、圖譜信息、數據庫數據進行文本化訓練，并提煉圖譜信息、數據庫數據作為語料進行微調訓練，確保回答內容專業性；實際回答時，大模型優先獲取最新信息再做出結合性回答，以保證回答內容時效性。

現階段的智通云聯油氣大模型，可自動學習油氣行業知識、智能識別任務類型，在描述內容中準確識別違規內容、對應法規條目，總結歸納油氣行業知識、編寫提綱性內容。

下一步，智通云聯將聯手石油石化勘探開發研究領域知名研究院，針對油氣上游勘探開發相關業務，充分利用油氣知識庫語料，進行油氣基礎大模型訓練、領域模型微調和強化訓練，在研究類典型場景、生產類典型場景進行試點，探索油氣領域大模型應用落地模式。