Speaker
Ms
文溪 裴
(中国科学院高能物理研究所)
Description
本文主要围绕着台山中微子实验（Taishan Antineutrino Observatory, TAO）的数据获取系统（DAQ）所展开，旨在探讨如何通过引入大语言模型（LLM）来辅助实现DAQ值班系统，提高系统的便利性，减轻值班人员与系统专家的负担，给实验高效稳定的运行提供更可靠的保障。基于DAQ值班系统的需求，结合当前广泛应用的LLM技术，构建出一种新的框架，能够结合智能化交互和自动异常检测分析，从而全方位协助值班人员更好的开展工作。在构建本实验的私域知识库中，采用了外嵌向量知识库的引入方式，以存储值班相关信息和既往专家经验。通过检索增强技术（RAG）的集成，能够查询知识库中的值班相关信息，为值班人员提供了一套快速上手的值班操作方案，以及一个高效的信息查询方式。此外，利用多语言训练后的LLM可以实现中英文问答，对于国际合作组成员提供友好的支持。在异常分析方面，LLM的推理能力结合既往专家经验，使得系统能够及时发现异常、进行根因分析，并实时告警，从而协助值班人员快速识别和恢复系统异常。当前正基于TA0实验进行系统框架的设计与相关的技术实现，后续亦可推广到其他实验的值班系统中去。
Primary author
Ms
文溪 裴
(中国科学院高能物理研究所)
