来源：期刊VIP网 时间：
作者：王明达1;赵宝熙1;冷高强1;韦永健2
单位：1.中国石油大学(华东)机电工程学院;2.山东港口渤海湾港集团有限公司
摘要：针对建筑施工中高处吊篮隐患精准识别的需求，提出一种基于数据增强多模态大语言模型微调的高处吊篮隐患识别方法。采用DeepSeek数据增强技术生成多样化的问题，并结合人工标注构建高质量的场景对话数据集，形成增量数据集；基于增量数据集，利用低秩适配技术对Qwen2.5-VL模型进行增量微调。结果表明：经增量微调的Qwen2.5-VL-DL模型B_4得分率为66.46%,R_1和R_2得分率分别为69.57%和68.81%,均优于主流多模态大语言模型，隐患识别能力得到有效提升。
关键词：安全工程;建筑安全;多模态大语言模型;DeepSeek数据增强;隐患识别;监督微调
