本文是LLM系列文章，针对《Unlocking the Potential: Benchmarking Large Language Models in Water Engineering and Research》的翻译。
释放潜力：对水工程和研究中的大型语言模型进行基准测试
摘要
大型语言模型 （LLM） 的最新进展引发了人们对它们在各个领域的潜在应用的兴趣。本文开始了一项关键的调查：现有的 LLM 能否有效地作为水工程和研究任务的“水专家模型”？这项研究首次通过建立特定领域的基准套件（即 WaterER）来评估 LLM 在各种水工程和研究任务中的贡献。在此，我们准备了 983 项与水工程与研究相关的任务，分为“废水处理”、“环境修复”、“饮用水处理”、“卫生”、“厌氧消化”和“污染物评估”。我们评估了 7 个 LLM（即 GPT-4、GPT-3.5、Gemini、GLM-4、ERNIE、QWEN 和 Llama3）在这些任务上的表现。我们强调了 GPT-4 在处理水工程和水研究等多样化和复杂任务方面的优势、Gemini 在学术环境中的专业能力、Llama3 回答中国水工程问题的最强能力以及 GLM-4、ERNIE 和 QWEN 等面向中国的模型在一些水工程任务中的竞争性能。更具体地说，当前的 LLM 尤其擅长为 “污染物和相关水质监测和评估” 的论文产生精确的研究空白。此外，他们更擅长为“废水处理过程”、“环境恢复”和“饮用水处理”的研究论文创建适当的标题。 总体而言，这项研究通过引入 WaterER 基准来评估其预测的可
标签：Language,工程,Models,Water,研究,任务,LLM,GPT,评估 From： https://blog.csdn.net/c_cpp_csharp/article/details/143857845