基于大模型的安全检查清单智能生成与隐患分析优化
摘要
传统安全检查清单编制低效、隐患分析孤立,难以适配多场景需求。本文构建大模型驱动的安全管理体系,
涵盖清单智能生成、隐患解析分类、关联风险挖掘等核心模块,通过知识图谱、合规数据融合等技术提升管理效能。
打破传统模式局限,实现从被动应对到主动预防的转型,降低清单编制门槛,强化隐患治理精准性,为企业安全管
理提供智能化支撑,推动安全管理效能螺旋式提升。
涵盖清单智能生成、隐患解析分类、关联风险挖掘等核心模块,通过知识图谱、合规数据融合等技术提升管理效能。
打破传统模式局限,实现从被动应对到主动预防的转型,降低清单编制门槛,强化隐患治理精准性,为企业安全管
理提供智能化支撑,推动安全管理效能螺旋式提升。
关键词
大模型;安全检查清单;知识图谱;隐患分析;风险预测
全文:
PDF参考
[1]吕小刚,姚晔.人工智能大模型赋能产业数字化
转型的作用机理、现实困境与实践路径[J/OL].辽宁行政
学院学报,1-6[2025-11-20].
[2]王沐晨,朱泓宇,宋学官.大语言模型赋能优化
设计初探[J/OL].机械工程学报,1-15[2025-11-20].
[3]陈伟,管灵慧.大模型智能语言交互困境的存在
论反思——从“此在”到具身智能的人机“共在”[J].外
语研究,2025,42(06):1-6+17+117.
[4]张吉豫,田雨阳.生成式人工智能应用中开源模
型提供者的侵权责任界定[J].数字法治,2025,(05):
128-143.
[5]周辉,郭烘佑.大语言模型安全的技术治理:对
抗测试与评估审计[J].西安交通大学学报(社会科学版),
2025,45(02):78-88.
Refbacks
- 当前没有refback。
