近日，广州大学工程抗震中心郝洪教授团队研发了工程领域大语言模型（EngiLLM），学校师生登录智慧教育平台即可使用。EngiLLM是一款以深度学习技术为核心，专注于工程领域的智能大语言模型。它的研发基于先进的Transformer架构，通过对海量专业数据的学习，拥有强大的自然语言处理和多模态交互能力，不仅能够理解和生成专业的工程技术语言，还能结合计算机视觉技术对工程图纸、建筑结构和结构构件进行深度解析。通过图像分割、目标检测和特征提取等技术，EngiLLM可精准识别损伤部位、分析建筑特征，支持复杂的结构健康监测领域的图像分析，为工程设计与管理提供高效可靠的智能化解决方案。

在知识处理方面，EngiLLM集成了知识图谱技术，能够将工程领域的理论知识、规范标准以及多学科内容进行结构化表达，挖掘出不同课程与知识模块之间的逻辑关系，为用户提供全新的知识探索体验。通过语义推理和动态交互，不仅可以在单一领域内深入学习，还能够跨学科地发现知识点之间的关联，帮助学生和专业人士在多学科融合中激发创新灵感。同时，EngiLLM的代码生成与调试功能，也让复杂的工程算法实现变得更加轻松高效，为科研创新提供强有力的技术支持。

EngiLLM模型基于工程领域的学术论文、规范标准与实践案例进行深度训练，确保了其在专业性和实用性上的卓越表现。它将文本、图像与代码结合，通过多模态数据融合技术，提供全面且精准的解决方案。无论是建筑损伤评估、古建筑类型分类，还是教育教学中的知识交互和跨学科的知识辅助分析，EngiLLM都能满足多种需求，让专业工作更加智能和高效。

EngiLLM不仅是工程领域的智能助手，更致力于服务社会公益，推动防灾减灾科普教育的普及与深入。下一步，团队将深入开发适合各年龄阶段的个性化功能与教学应用模块，尤其是土木工程领域的专项教育支持。对于中学生群体，团队将设计直观、生动的土木工程基础教学模块，例如桥梁结构模拟、地震影响、城市建筑群的防灾减灾可视化等互动内容，激发学生对工程学科的兴趣；开发专门面向公众的公益性功能模块，通过生动的知识讲解、直观的图像展示和交互式模拟，为社会提供一站式的防灾减灾学习平台。