在过去2年的时间里，大语言模型受到前所未有的关注。ChatGPT的出现更是让人工智能对话风靡一时。我们不再把搜索引擎当作求解问题的唯一途径，AI聊天成为了当前最受欢迎的问题求助工具。

前排提示，文末有大模型AGI-CSDN独家资料包哦！

让ChatGPT用通俗的语言解释什么是ChatGPT

什么是大语言模型？

大语言模型是基于深度学习的自然语言处理工具，能够理解和生成文本。通过在大量文本数据上训练，它具备问答、翻译和文本生成等功能。常用于聊天机器人、内容创作和教育等领域。尽管表现出色，但仍面临理解深度不足的挑战。随着技术进步，其应用潜力不断扩大。

如果说搜索引擎是帮助我们汇总了互联网信息，检索的结果是在汇总的信息里寻找最相关的内容，那么基于大语言模型的人工智能聊天则是充当搜索引擎内容的过滤器，它能帮助我们过滤掉无用信息的同时，借助训练的模型，整合出自己的答案。

然而，在与AI聊天的过程中，我们并不知道该工具到底掌握了哪些知识，也不明白它是如何自我验证信息的准确性，因此我们常常无法判断人工智能聊天输出结果的准确性。

搜索引擎与人工智能聊天的区别

尽管大语言模型被广泛认可为“惠及下一代教育”和“未来辅助工程应用”的重要工具 [1]，但在要求更为严格的消防工程领域，学界有观点指出，人工智能聊天工具更适合被用于向非消防专业人员总结概念和文件，但不能用来取代消防工程师的地位，因为它目前还无法直接进行消防安全设计、评估和验收等消防领域专业工作。当然，大语言模型还在快速成长，未来可期。

目前，人工智能大语言聊天工具是否了解消防工程？它们对消防领域的知识到底储备了多少？为解决这样的困惑，我们选择测试时下热门的两大人工智能聊天工具ChatGPT和Google Bard，通过"随便问"（Ask Me Anything）的形式，评估大语言模型处理消防安全相关问题的准确性[2]。通过模仿非专业人士和学生身份的形式，本文提出了25个难度不一的问题来测试大语言模型人工智能的表现。

1: What is fire engineering?

什么是消防工程？

2: Who was the world’s first fire engineer?

谁是世界上第一个消防工程师？

5: In terms of beams and columns, what is the best geometric shape that limits heat transfer?

就梁和柱而言，限制热传递的最佳几何形状是什么？

6: What is the expected fire resistance in terms of hours of a square reinforced concrete column with a width of 400 mm and a length of 4 m?

一根宽度为 400 毫米、长度为 4 米的方形钢筋混凝土柱的耐火极限是多少？

12: How can a wheelchair user evacuate from a building?

轮椅使用者如何从建筑物火灾事故中安全撤离？

20: List three most influential fire research papers published over the last 20 years.

列出过去 20 年内，最有影响力的三篇消防研究论文。

人工智能聊天工具回答错误的六个问题

最终人工智能聊天工具的表现分别如下图所示，ChatGPT回答问题的准确率为88%，高于Google Bard的80%胜率。

人工智能聊天工具回答的表现评估

该工作主要探究了人工智能聊天工具应用于消防安全领域的潜力，由美国Clemson University、香港理工大学和加拿大约克大学共同完成，文章已发表国家灾研院旗下的英文期刊Natural Hazard Research。

读者福利：如果大家对大模型感兴趣，这套大模型学习资料一定对你有用

对于0基础小白入门：

如果你是零基础小白，想快速入门大模型是可以考虑的。

一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。

包括：大模型学习线路汇总、学习阶段，大模型实战案例，大模型学习视频，人工智能、机器学习、大模型书籍PDF。带你从零基础系统性的学好大模型！

😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓

👉AI大模型学习路线汇总👈

大模型学习路线图，整体分为7个大的阶段：（全套教程文末领取哈）

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

👉大模型实战案例👈

光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

👉大模型视频和PDF合集👈

观看零基础学习书籍和视频，看书籍和视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

👉学会后的收获：👈

• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

👉获取方式：

😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓