EN
股票代码：605069
公司坚持以国际领先的7+1共生都会可连续生长理念和NbS（基于自然的解决计划）事情要领为焦点，为客户提供“科技+设计+建设+运营+商业”全生命周期效劳。作为国家高新技术企业、北京市企业技术中心，公司始终以技术立异驱动市场生长，依托国家级实验室平台，连续加大研发投入，构建起行业领先的技术立异体系。
了解详情 >
近日，人生就是搏生态知识库完成测试并正式宣布。这一结果标记着公司在生态情况领域智能化转型中迈出要害一步。该知识库的焦点系统“AI大模型助手”，深度融合人生就是搏生态28年行业经验、智谱GLM大模型基座，整合智谱Z1与Deepseek R1双AI模型，构建起笼罩招投标、计划设计、工程建设和内控治理全链条的智能交互中枢，可实现信息秒级检索与智能精准推送，为企业高效运转、智能化决策以及立异能力提供强大支撑，为企业市场拓展和效劳客户提供有力支持。
人生就是搏生态AI大模型助手
01 构建行业领先知识库，打造清晰知识架构
1.1 海量资源整合，涤讪知识基石
生态修复行业涉及面广，包括生态�；び胄薷础⒘饔颍ê恿鳎┲卫怼⒑０洞；び胄薷础⑸肮鄣榷喔隽煊�，每个领域都有大宗的技术、案例和政策规则。为了构建全面、富厚的知识库，我们投入了巨大的事情量。目前，知识库已收录公司自有招投标条目439项、计划设计条目519项、工程建设条目161项、内控治理74项以及行业规范500余项，累计整理项目文件1万余份。
知识库收录了海量人生就是搏生态自有项目资料
1.2 科学分类体系，精准RAG战略
首先是基于业务场景，计划知识库的顶层架构，明确招投标、计划设计、工程建设及内控治理等要害� ？�，确保知识体系能够紧密贴合公司的实际业务需求；其次是条理化细分� ？�，构建树状分类结构，使知识类别清晰明了。例如，在工程建设� ？橹�，依据业务场景对L1主业务（生态情况）、L2子业务（生态工程、生态运维）和L3业务产品（河流生态修复、都会棕地修复、近岸海域生态系统修复、海堤生态化革新、生态森林等）进行细分，并凭据一定的逻辑关系进行组织，为后期数据向量化处理涤讪基��；最后将实际知识资源，如文档、数据表格、研发实验数据等，凭据上述分类架构进行整理，对应创立子文件夹，实现知识有序存储，以便提升知识复用与治理效率。
1.3 先进技术路径，构建知识治理智能闭环
从各业务领域收集的相关数据，对其进行筛选、整理和清洗，确保数据的质量和准确性。运用高维向量技术对数据进行处理，将非结构化的知识转化为盘算性能够理解和处理的向量形式。同时，搭建助手事情流，开展提示词工程，优化输入输出，使模型能够更好地舆解用户的问题和需求，并通过调优Temperature、top-p等模型参数，以适应差别的业务场景和问题类型，提高模型的生成能力和准确性。
知识库搭建技术路径
02 科学评测体系：三大维度200项精准验证，源于业务、归于场景
2.1 植根于四大业务板块的焦点事情流与痛点
技术团队前期深入业务一线，通过访谈、问卷、实际事情剖析等方法，系统性梳理了各板块在知识检索与应用方面的差别性需求。计划设计、工程建设强调计划的启发性与立异性；招投标、内控治理则要求谜底的精准性与规范性，容错率极低。
2.2 场景化能力验证框架
为全面权衡Z1+知识库是否具备解决实际问题的“场景化智能”，团队构建了“双层测试框架”。
第一层：测试类型分层（共200题）——聚焦知识运用形态
· 事实盘问类（80条）：专门考察知识库对精确信息（如制度原文、日期、标准等）的定位与复现能力。问题设计笼罩招标文件细则、种种条约范本要害条款、公司最新内控政策条文等，确保“有据可依”的场景需求被充分笼罩。
· 专业盘问类（120条）：重点验证知识库对专业知识（如庞大设计规范、施工工艺要点、质量验收标准）的理解、解释、综合与应用能力。问题设计笼罩生态设计原理、特殊工程验收程序、合规危害点解析等，针对需要“深入理解”和“战略建议”的专业场景。
第二层：评估指标量化——聚焦知识品质
· 知识笼罩性：权衡在凌驾500份专业文档组成的企业知识库中，准确关联并提取相关信息的能力（目标：无知识盲区）。
· 事实一致性：严格比对知识库输出与原始权威资料（文档库）间的误差，设定企业级严苛标准：误差率需<1.2%（追求“零过失”）。
· 表达逻辑合理性：评估谜底是否切合特定业务场景的专业语汇与逻辑表达，确� ？啥列浴⒆ㄒ敌浴⒙呒源锉辏ㄆヅ涠却�96%）。
· 设立“比照组”：为具象化展现Z1+知识库相较于基础大模型（Z1）在“企业知识增强”后的显著提升价值，精心设计了比照组测试。所有200项测试问题均要求Z1基础模型（未接入企业知识库）与Z1+知识库同步作答，结果横向比照清晰揭示了知识库在特定企业知识场景下的“升级跃迁”。
招投标测试集
计划设计测试集
工程建设测试集
内控治理测试集
2.3 业务导向的动态智慧引擎：按需调参，智能适配
差别需求量化与战略制定：基于前期对各板块需求的深刻洞察，技术团队立异性地将大模型的“Temperature”参数作为焦点调理杠杆。经过预测试剖析与模型行为研究，精确设定了差别化的参数调理计划：
· 计划设计/工程建设板块：Temperature ↑30%。经重复测试验证，此提升能有效引发模型在包管基础准确的前提下，生成具有多样性和前瞻性的计划建议（如技术路线、替代工法、危害预案等）。
· 招投标/内控治理板块：Temperature ↓40%。通过大宗稳定性测试确认，此降幅可最大化抑制随机性，确�；馗哺叨染劢褂诠嬖蛱蹩钤募拔ㄒ唤�，实现“章可循、条可依”的要求。
实测案例验证效果：
· 生态工法计划盘问：计划设计场景下，Z1+知识库不但给出标准计划，更延伸推荐了2-3种新型生态工法及适用条件。
计划设计场景问答测试
Z1+知识库谜底
Z1谜底
· 内部治理条款盘问：内控治理场景下，谜底精确至治理制度文件第X章第Y条第Z款，定位误差率为0。
内控治理场景问答测试
Z1+知识库谜底
Z1谜底
2.4 全景化验收：三重维度深度验证
为确保验收结果的专业性与全面性，公司组建了由业务主干及信息专家等21名焦点成员组成的验收组，接纳严谨的百分制评估法，结合具体场景要求，对Z1+知识库和Z1进行划分打分，确保评估结果客观可量化。
验收组对Z1+知识库和Z1划分打分
2.4.1 知识准确性（平均分91/100）：
· Z1+知识库体现：知识笼罩性，文档定位率99%，事实一致性误差率<1.2%，场景匹配度96%。整体得分91。
· Z1体现：知识笼罩性，误差率28.5%，泛化表述占74%。整体得分74。
2.4.2 功效完备性（平均分92/100）：
· 多轮对话坚持率：验收组进行高强度的连续追问（如连续10轮），严格测试对话历史影象、意图理解与上下文逻辑连贯性，证明其具备实用级的多轮交互能力。
2.4.3 交互体验（平均分85/100）：
· 响应速度：批量执行高并发盘问，实测结果显示98%的盘问能在2秒内返回结果，满足高效办公需求。
· 动态更新能力：为验证知识库的实时更新与即时生效能力，验收组在现场将最新的内部治理文件《财务发票治理手册》直接导入知识库系统，随即抽取手册中修订的要害条款进行即时检索测试，检索准确率抵达100%。
验收评分
03 多方评价：知识库助力企业生长
计划设计部分的同事体现，知识库为他们提供了富厚的设计资源和灵感。设计师靳桂龙说："以前做项目时，需要花费大宗时间查阅资料、寻找案例，现在则能够快速找到相关的设计计划和技术资料，并通过人机交互，对项目有了很大的启发性与立异性，大大缩短了设计周期。知识库可以实时了解最新研究结果和行业动态，不绝提升设计的前瞻性。"
项目治理中心总工程师田磊对知识库赞不绝口："在工程施工历程中，AI大模型助手就像一位经验富厚的老师傅，随时为我们提供技术支持息争决计划。遇到施工难题时，只需在知识库中搜索相关要害词，就能找到类似的案例息争决要领，制止了重复试错，提高了施工效率和质量。同时，知识库中的宁静治理知识，也让我们的施工越发规范、宁静。"
招投标部分的卖力人谭燕云认为："知识库中的招投标案例和战略为我们制定投标计划提供了重要参考，让我们能够更好地舆解招标文件要求，突出公司的优势和特色。"
内控治理部分卖力人田颖体现，知识库在内控治理事情中发挥了重要作用。"知识库将公司的各项制度和流程进行了系统化整理，便当员工盘问和学习，提高了制度的执行效率，为企业的合规经营提供了有力包管。"
企业知识库的搭建是一项连续的任务，需要连续投入和不绝完善。实践证明，知识库不但提升了企业的知识治理能力和立异能力，还为各业务板块提供了有力的支持，增强了企业的焦点竞争力。未来，我们将继续优化知识库的内容和功效，使其更好地效劳于企业的生长，为生态修复行业的进步做出更大的孝敬。
扫一扫
关注官方民众号
