来源：期刊VIP网 时间：
作者：厉旭杰;顾雨晨;姚持恩;王继锋;
单位：温州大学计算机与人工智能学院;
摘要：针对高校实验室安全巡查中存在的专业依赖性强和人工效率低等问题，提出了一种基于生成式人工智能的隐患智能识别方法。通过解析《高等学校实验室安全检查项目表》,构建了结构化知识库，并采用text-embedding-3-large模型实现了303项检查条目的语义向量化。结合FAISS框架，建立了毫秒级检索机制，并创新性地设计了动态K值优化的检索增强生成(RAG)算法。系统支持文本描述和图像识别两种巡查模式。实验结果表明，隐患识别的准确率达到92.7%,显著缩短了安全巡查时间。目前，系统已成功应用于温州大学实验室的日常巡查，累计识别隐患237项，整改完成率达到100%,为高校实验室安全管理提供了有效的智能化解决方案。
关键词：生成式人工智能;;安全巡查;;实验室安全;;检索增强生成;;多模态人工智能应用
基金资助：2024年教育部产学合作协同育人项目(2410144846);; 浙江省高校实验室工作研究项目(YB202123,YB202430);; 国家级大学生创新训练计划(202410351072)
