目 錄第一章前言 1第二章大模型行業(yè)應(yīng)用調(diào)研 3大模型行業(yè)應(yīng)用價(jià)值 3大模型行業(yè)應(yīng)用服務(wù) 4大模型行業(yè)應(yīng)用技術(shù)方案 6提示詞工程 6檢索生成增強(qiáng) 9智能體 10模型微調(diào) 13大模型行業(yè)應(yīng)用案例 14醫(yī)藥健康 16金融保險(xiǎn) 17文化教育 18第三章大模型對(duì)圖書館的影響 20圖書館大模型影響分析 20圖書館大模型應(yīng)用策略 23圖書館大模型應(yīng)用路徑 25圖書館大模型應(yīng)用范式 27圖書館大模型技術(shù)架構(gòu) 29第四章智慧圖書館中的大模型應(yīng)用 31智慧服務(wù)中的大模型應(yīng)用 32智慧業(yè)務(wù)中的大模型應(yīng)用 36智慧管理中的大模型應(yīng)用 38智慧空間中的大模型應(yīng)用 41第五章圖書館典型大模型應(yīng)用需求及場(chǎng)景舉例 44智慧咨詢服務(wù) 45需求分析 45場(chǎng)景舉例 45已有案例 46智慧資源發(fā)現(xiàn) 47需求分析 47場(chǎng)景舉例 47已有案例 49智慧閱讀推廣 49需求分析 49場(chǎng)景舉例 50已有案例 51智慧知識(shí)服務(wù) 52需求分析 52場(chǎng)景舉例 53已有案例 55智能采編輔助 56需求分析 56場(chǎng)景舉例 57已有案例 60數(shù)字資源智能加工 61需求分析 61場(chǎng)景舉例 61已有案例 62數(shù)字人文智慧研究與服務(wù) 63需求分析 63場(chǎng)景舉例 63已有案例 66館員智慧助手 67需求分析 67場(chǎng)景舉例 67已有案例 68第六章總結(jié)與展望 70附：云瀚應(yīng)用商店AI應(yīng)用列表 72第一章前言AI2023索優(yōu)化應(yīng)用場(chǎng)景，構(gòu)建應(yīng)用生態(tài)體系。2024年，政府工作報(bào)告中明確提出深化人工智能研發(fā)應(yīng)用，開(kāi)展“人工智能+”各領(lǐng)域深度融合，以推動(dòng)各行業(yè)應(yīng)用創(chuàng)新，賦能百業(yè)智能化轉(zhuǎn)型升級(jí)。AI技術(shù)的興起，圖書館界也迎來(lái)了重要的轉(zhuǎn)型契機(jī)，步入了AI融入運(yùn)營(yíng)與服務(wù)中的復(fù)雜挑戰(zhàn)。為了有效應(yīng)對(duì)變革，上海圖書館（科學(xué)技術(shù)情報(bào)研究所）聯(lián)合上海人工智能研究院、智慧圖書館技術(shù)應(yīng)用聯(lián)盟于20239月發(fā)布了《圖書館大規(guī)模模型創(chuàng)新與應(yīng)用白皮書》。白皮書從宏觀層AI2.0踐、生態(tài)建設(shè)提出了方向性、建設(shè)性的參考與建議。以助力圖書館更好地把握人工智能發(fā)展所帶來(lái)的機(jī)遇。AI資源發(fā)現(xiàn)、閱讀推廣、學(xué)術(shù)服務(wù)、采編輔助、資源加工、數(shù)字人文和管理決策，第二章大模型行業(yè)應(yīng)用調(diào)研大模型行業(yè)應(yīng)用價(jià)值2022月上線的生成式人工智能（AIGC，AI-GeneratedContent）應(yīng)用+大算力”的橫空出（LargeLanguageModel,“大模型突破自然（NaturalLanguageProcessing，NLP）領(lǐng)域以小模型為主導(dǎo)的傳統(tǒng)發(fā)展Transformer深度神經(jīng)“涌現(xiàn)”的泛化推理能力2，使其具體信息結(jié)合語(yǔ)言數(shù)據(jù)進(jìn)行預(yù)訓(xùn)練和指令微調(diào)的超大型深度學(xué)習(xí)模型也是大語(yǔ)言模型的一種發(fā)展，通常稱為多模態(tài)大模型。也可以將上述兩者并稱為“大模型”大模型的“涌現(xiàn)能力”技術(shù)融合、應(yīng)用支撐三大核心作用4。AI“練﹢微調(diào)”的范式，可以很好地適應(yīng)不同下游任務(wù)，展現(xiàn)出它強(qiáng)大的通用性。技術(shù)融合方面，文本大模型融合語(yǔ)言、視覺(jué)、聽(tīng)覺(jué)等多模態(tài)信息，通中國(guó)人工智能學(xué)會(huì).中國(guó)人工智能系列白皮書——（2023版）,https:///index.php?s=/home/article/detail/id/3172.html,2023.趙鑫,李軍毅,周昆,唐天一,文繼榮.大語(yǔ)言模型,https://llmbook-zh.github.io/,2024.龍志勇,黃雯.大模型時(shí)代：ChatGPT開(kāi)啟通用人工智能浪潮[M].中譯出版社,2023.海通國(guó)際.MaaSModelasaService模型即服務(wù),/pdf/H3_AP202302081582885375_1.pdf,2023.性能上實(shí)現(xiàn)“1+1>2”1、2。2/AI應(yīng)用“AI+”行業(yè)中將承擔(dān)“基礎(chǔ)設(shè)施”AIAI水供電一般流向終端，流向用戶和企業(yè)。大模型行業(yè)應(yīng)用服務(wù)大模型應(yīng)用落地場(chǎng)景按照架構(gòu)層級(jí)，一般可分為：模型層、中間層和應(yīng)用層5。AIGC技術(shù)基礎(chǔ)設(shè)施層。由于預(yù)訓(xùn)練模型的高成本和技術(shù)投入，具有較高的進(jìn)入門檻，不在本文討論范圍。第二層，為中間層，即垂直化、場(chǎng)景化、個(gè)性化的模型和應(yīng)用工具。時(shí)兼具按需使用、高效經(jīng)濟(jì)的優(yōu)勢(shì)。隨著兼具大模型和多模態(tài)的AIGC模型加速成為新的技術(shù)平臺(tái)，模型即服務(wù)(ModelasaService，MaaS)OpenAI創(chuàng)始人山姆·奧特曼（SamAltman）“認(rèn)為中間那一層會(huì)創(chuàng)造很多價(jià)值。夠做的關(guān)于數(shù)據(jù)飛輪的事。”第三層，為應(yīng)用層，即面向終端用戶的文字、圖片、音視頻等內(nèi)容生C端用戶的需求，將AIGC模型和用戶的需求無(wú)包括文本、音頻、圖像、視頻，每一種模態(tài)技術(shù)都有著獨(dú)特的應(yīng)用場(chǎng)景和特點(diǎn)。——AIGC生成內(nèi)容6。2023CTO（MaaS）鏈路都會(huì)基于這一理念來(lái)做”API調(diào)用基礎(chǔ)大模型，為不同的業(yè)務(wù)場(chǎng)景，來(lái)構(gòu)建、訓(xùn)練和部署專屬模型。云平臺(tái)提供從數(shù)據(jù)、模型到應(yīng)用服務(wù)的全周期管理和工具。AI產(chǎn)業(yè)的場(chǎng)景落地一直面臨碎片化、長(zhǎng)尾場(chǎng)景數(shù)據(jù)較少導(dǎo)致模型訓(xùn)練精度不夠等行業(yè)痛點(diǎn)。傳統(tǒng)“小模型”AI應(yīng)用開(kāi)發(fā)流程一般針對(duì)單一場(chǎng)景，獨(dú)此，AI應(yīng)用在定制化需求、長(zhǎng)尾需求下的開(kāi)發(fā)效率較低，且模型精度、性能、可擴(kuò)展性等指標(biāo)質(zhì)量也會(huì)受到影響。隨著大模型的出現(xiàn)，AI應(yīng)用開(kāi)發(fā)流程轉(zhuǎn)變?yōu)椋{(diào)用通用流程、結(jié)合行業(yè)經(jīng)驗(yàn)、解決實(shí)際問(wèn)題。MaasIaaSPaaSMaaSAIAI應(yīng)用AI能力應(yīng)用滲透到各行各業(yè)的場(chǎng)景業(yè)務(wù)中7。6橫琴粵澳深度合作區(qū)數(shù)鏈數(shù)字金融研究院,亞洲數(shù)據(jù)集團(tuán).人工智能行業(yè)智能時(shí)代的生產(chǎn)力變革：AIGC產(chǎn)業(yè)應(yīng)用實(shí)踐,https:///wp-content/uploads/2023/06/%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD%E8%A1%8C%E4%B8%9A%E6%99%BA%E8%83%BD%E6%97%B6%E4%BB%A3%E7%9A%84%E7%9圖2.2：MaaS行業(yè)應(yīng)用服務(wù)模式8AzureMaaSAzureOpenAI服務(wù)為例，就支持OpenAI、、CodexDALL-EAPI，來(lái)構(gòu)建、TI平臺(tái)打造模型精選商店。騰訊云已聯(lián)合行業(yè)頭部企業(yè)，為十大行業(yè)輸出了超過(guò)50個(gè)解決方案，提供一整套模型服務(wù)工具鏈。傳統(tǒng)企業(yè)軟件服務(wù)商金蝶利用百GPT9。大模型行業(yè)應(yīng)用技術(shù)方案10提示詞工程簡(jiǎn)單來(lái)說(shuō)，現(xiàn)階段基于Transformer架構(gòu)的主流大模型，是根據(jù)輸入預(yù)測(cè)下（Promptengineering）優(yōu)化的方法來(lái)生成合適的任務(wù)提示。提示格式11。清晰地表達(dá)任務(wù)目標(biāo)。在使用大模型時(shí)需要給出清晰明確的指令。具輸入/輸出數(shù)據(jù)和回復(fù)限制。一定的順序處理這些子任務(wù)，模型能夠逐步獲得最終的答案。（即少樣本示例間的語(yǔ)義映射關(guān)系，提升大模型解決復(fù)雜任務(wù)的能力。Markdown語(yǔ)法、XML標(biāo)簽等。理任務(wù)時(shí)，則需要更高級(jí)的提示策略。其中被廣泛應(yīng)用的就是思維鏈（ChainofThought，CoT）。為增強(qiáng)大模型在各類復(fù)雜推理任務(wù)上的表現(xiàn)，Wei等人12設(shè)計(jì)了思維鏈的提的推理過(guò)程，即“輸入，推理步驟，輸出”形式，也可稱為少樣本思維鏈提示（Few-Shotthinkstepbystep.”之類的誘導(dǎo)性指令，讓大模型先生成思維鏈再回答問(wèn)題來(lái)提高準(zhǔn)確（Zero-ShotCoT）13（Self-Consistency）(LeasttoMostpromptingLtM)（Tree-of-Thoughts圖2.3.1：思維鏈提示樣例12常用的提示優(yōu)化工具有：PromptPerfect15、prompttools16、promptfoo17、FlowGPT18等，更多相關(guān)工具見(jiàn)LearnPrompting19。13KojimaT,GuSS,ReidM,etal.LargeLanguageModelsareZero-ShotReasoners[J].arXiv,2022.檢索生成增強(qiáng)Generation，RAG）20成為一種高效的解決方案。RAGRAG系統(tǒng)流程分為索引、檢索和生成：索引：索引首先從不同格式的文件中提取原始數(shù)據(jù)，將其轉(zhuǎn)換為統(tǒng)一表示，并存儲(chǔ)到矢量數(shù)據(jù)庫(kù)中。檢索：檢索時(shí)，系統(tǒng)將用戶查詢轉(zhuǎn)換為向量表示。然后進(jìn)行語(yǔ)義相似k個(gè)塊。生成：將原始問(wèn)題和檢索到的信息塊被合并為提示，一并輸入大模型生成最終答案。具體來(lái)講，RAG系統(tǒng)涉及多個(gè)不同的組件，每個(gè)組件都需要精心設(shè)計(jì)和優(yōu)3種類型21RAG基礎(chǔ)上合理選擇擴(kuò)展組件和優(yōu)化策略。RAGJinaReader22Scrapegraph-ai23Crawl4AI24等專門為大模型優(yōu)Unstructured25marker-api26OpenParse27RAGRAGRAGRAGFlow31RAGLangChain33及其衍生低代碼平臺(tái)Langflow34、Flowise35等；CohereRAGCommandRRAG開(kāi)發(fā)工具包36。智能體智能體（Agent）簡(jiǎn)單來(lái)說(shuō)可看作能感知環(huán)境及需求、進(jìn)行決策和執(zhí)行動(dòng)作AgentAIAgent的核心思想是利用大模型的邏輯推理、工具應(yīng)用、指令遵循等核心37，執(zhí)行復(fù)雜推理任務(wù)，豐富大模型在實(shí)際業(yè)務(wù)中的應(yīng)用場(chǎng)景。20233月，微軟發(fā)布Microsoft365Copilot，4月開(kāi)源項(xiàng)目AutoGPT38發(fā)布，6Lilian發(fā)布“LLMPoweredAutonomousAgents”39AIAgent的重要性逐漸成為業(yè)界共識(shí)40、41/Unstructured-IO/unstructured/VikParuchuri/marker/Filimoa/open-parse/devflowinc/trieve/run-llama/llama_index/deepset-ai/haystack/infiniflow/ragflow/weaviate/Verba/langchain-ai/langchain/logspace-ai/langflow/FlowiseAI/Flowise42。AIAgent利用特定功能的工具，甚至評(píng)估自身的表現(xiàn)。核心組件一般包括記憶模塊（Memory）、規(guī)劃模塊（Planning）和執(zhí)行模塊（Execution）43。Transformer架構(gòu)約束下的上下文窗口內(nèi)的輸入信息。長(zhǎng)期記憶類似于可以根據(jù)需要迅速查詢和檢索的外部向量存儲(chǔ)。行為，可分為無(wú)反饋規(guī)劃和有反饋規(guī)劃。類規(guī)劃器基于高效的搜索算法，提供更可靠的規(guī)劃能力。ReAct的推理-行動(dòng)-“人在環(huán)中”改進(jìn)，引入自我完善機(jī)制，通過(guò)迭代反饋和改進(jìn)來(lái)提高模型的輸出效果。API方模型、大模型自身的內(nèi)部知識(shí)等。最為知名的開(kāi)發(fā)框架是angChinabAI4gntP4AutoGen46、MetaGPT47等；輕量級(jí)框架有crewAI48、Agently49、phidata50Flowise51、Dify52、Bisheng53、FastGPT54、coze55等。awesome-ai-agents56。AIAgent更具備實(shí)用性，將是大模型重要落地方向。但機(jī)器人流程自動(dòng)化或低代碼平臺(tái)的自動(dòng)化工作流類智能體成為當(dāng)前可行的落地方案之一57FlowMind生成系統(tǒng)582個(gè)階段。第一階段為大模型設(shè)置上下文、APIs描述等背景信息，第二階段則是大模型Copilot則開(kāi)放測(cè)試調(diào)用PowerAutomate，與本地系統(tǒng)集成執(zhí)行更加復(fù)雜的自動(dòng)化任務(wù)59AIAgent的工60。/yoheinakajima/babyagi/reworkd/AgentGPT/microsoft/autogen/geekan/MetaGPT/joaomdmoura/crewAI/Maplemx/Agently/phidatahq/phidata/FlowiseAI/Flowise/langgenius/dify/dataelement/bisheng/labring/FastGPThttps:///home/e2b-dev/awesome-ai-agentshttps:///ideas/ai-agents-disrupting-automation/ZengZ,WatsonChoN,etal.FlowMind:AutomaticWorkflowGenerationwithLLMs[C]//Proceedingsofthe模型微調(diào)2.3.2一般進(jìn)行參數(shù)高效微調(diào)（Parameter-efficientFine-tuning）。這種方法通過(guò)只訓(xùn)練LoRa、適配器微調(diào)、前綴微調(diào)、提示微調(diào)等。測(cè)試與評(píng)估等。基礎(chǔ)模型選擇可參考各大模型評(píng)測(cè)榜單，如OpenLLMLeaderboard61，LMSYSChatbotArenaLeaderboard62，OpenCompass司南大模型評(píng)測(cè)63NLPNLP任務(wù)數(shù)據(jù)集，如機(jī)器翻譯、情感分析、文本分類等。這些數(shù)據(jù)集通常標(biāo)注準(zhǔn)確，能夠快速驗(yàn)證模型在特定任務(wù)上的性能。感信息以及標(biāo)準(zhǔn)化對(duì)話格式。術(shù)、文本生成模型（GPT）或者基于規(guī)則的方法（如模板生成）來(lái)創(chuàng)建。盡題，并且可以根據(jù)需要生成特定類型的數(shù)據(jù)，具有很高的靈活性。RAGRAG在動(dòng)態(tài)環(huán)境QA類的智能客服，而微調(diào)RAG還是微調(diào)，取決于應(yīng)用環(huán)境中對(duì)數(shù)據(jù)動(dòng)態(tài)、定制和計(jì)算能力的具體需求。更重要的一點(diǎn)是，提示詞工程、RAG、智能體和微調(diào)并不相互排AI應(yīng)用的最佳方法。圖2.3.4：RAG與微調(diào)的方案選擇65大模型行業(yè)應(yīng)用案例例如，谷歌的客服中心人工智能（CCAI）旨在幫助實(shí)現(xiàn)采用自然語(yǔ)言進(jìn)行客戶服務(wù)交互，而NVIDIA的BioNeMo則可以加速新藥的研發(fā)。華為盤古氣象大模型也已應(yīng)用于歐洲中期天氣預(yù)報(bào)中心。隨著生成式人工智能的不斷推廣和應(yīng)用，其產(chǎn)生的深遠(yuǎn)影響和潛在價(jià)值正在加速推動(dòng)從實(shí)驗(yàn)到消費(fèi)者領(lǐng)域再到企業(yè)領(lǐng)域的應(yīng)用。78％，在微軟、金山辦業(yè)的滲透率較低66。圖2.3大模型垂直應(yīng)用行業(yè)部署與應(yīng)用成熟度67在全球，已經(jīng)有金融行業(yè)如Stripe、Bloomberg;零售行業(yè)如可口可樂(lè)；生命Profluent、absciC3.aiAI應(yīng)用到內(nèi)容創(chuàng)AI的風(fēng)潮68。大業(yè)應(yīng)用可見(jiàn)相關(guān)文獻(xiàn)69、70、71、72、73、74、75、76、77。醫(yī)藥健康醫(yī)學(xué)方面，ChatDoctorLLaMA上微調(diào)的醫(yī)學(xué)領(lǐng)域大模型78。在相關(guān)研究中，研究團(tuán)隊(duì)從在線醫(yī)療咨詢網(wǎng)站“HealthCareMagic”10萬(wàn)條真iCliniq21700可以檢索相應(yīng)的知識(shí)和promptChatDoctor15萬(wàn)規(guī)模的單輪長(zhǎng)文本心理咨/report?id=62A0騰訊研究院.向AI——行業(yè)大模型調(diào)研報(bào)告,/news/newsdetail/68815,2024.IDC&亞馬遜云科技.2024AI白皮書,https:///document/731681598/Idc-%E4%BA%9A%E9%A9%AC%E9%80%8A%E4%BA%91%E7%A7%91%E6%8A%80-2024%E7%94%9F%E6%88%90%E5%BC%8Fai%E7%99%BD%E7%9A%AE%E4%B9%A6,2024.人民網(wǎng)財(cái)經(jīng)研究院.2024年中國(guó)AI大模型產(chǎn)業(yè)發(fā)展報(bào)告,/jiankang/nineteepdf,2024.深圳市人工智能行業(yè)協(xié)會(huì).2024人工智能發(fā)展白皮書,/?d=hld&type=pdf&time=1716431584387&id=7026569&name=%E3%80%8A2024%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD%E5%8F%91%E5%B1%95%E7%99%BD%E7%9A%AE%E4%B9%A6%E3%80%8B.pdf,2024.北京市科學(xué)技術(shù)委員會(huì)等.北京市人工智能行業(yè)大模型創(chuàng)新應(yīng)用白皮書(3年)///ywdt/gzdt/202311/t20231129_3321720.html,2023量子位智庫(kù).2024AIGC應(yīng)用全景報(bào)告，/s/5R1Y3M5DsFuWuv_bFH821Q,20詢指令與答案，回答數(shù)量超過(guò)50萬(wàn)（指令數(shù)是當(dāng)前的常見(jiàn)的心理咨詢數(shù)據(jù)集PsyQA6.7倍ChatGPT100萬(wàn)輪次的多輪回（SoulChatCorpus-multi_turn）ChatGLM-6B作為初始化模型，20245Gemini模型家族的多AIMed-Gemini，通過(guò)自訓(xùn)練微調(diào)和網(wǎng)絡(luò)搜索集成進(jìn)行高級(jí)推理，系列模型。諸多醫(yī)藥公司將人工智能視為核心戰(zhàn)略，如制藥巨頭禮來(lái)公司（EliLillyandCompany）宣布一系列人工智能藥物發(fā)現(xiàn)合作伙伴關(guān)系；諾和諾德（NoNonordisk）AI視作加速藥2022AI金融保險(xiǎn)OpenAI8220245MorganChase）發(fā)布了生成主題投資籃子的人工智能工具IndexGPT。IndexGPT使用OpenAI83和萬(wàn)事達(dá)兩家金融服務(wù)企業(yè)均將最新的人工智能技術(shù)應(yīng)用于欺詐檢測(cè)方面，預(yù)測(cè)交易是否合法。保險(xiǎn)企業(yè)聯(lián)合健康（UnitedHealthGroup）正在使用人工智能和自然語(yǔ)言處理來(lái)式加強(qiáng)人工智能最新技術(shù)在企業(yè)內(nèi)的應(yīng)用84。文化教育文化教育領(lǐng)域中，LegibleOpenAIChatGPT集成到其專有的電子書店搜索引擎中，提供一個(gè)全新的方式來(lái)訪問(wèn)其目錄中的兩百萬(wàn)本電子書。LibrarianAI可用任何語(yǔ)言流利地交談，提供快速、友好、全面地響應(yīng)和建議以及有關(guān)圖書內(nèi)容的信息85Storybird10002023928日啟動(dòng)“清華大學(xué)人工智能賦能教學(xué)試點(diǎn)課程工作方案”，AI智能助教系統(tǒng)使用GLM模型為技術(shù)智能評(píng)估和反饋，輔助學(xué)生進(jìn)行深入思考862024年初發(fā)布基AI科研助手，幫助科研人員進(jìn)行深入的科研成果調(diào)研并進(jìn)行智能分析，通過(guò)對(duì)話方式深入探索文獻(xiàn)內(nèi)容，生成研究文獻(xiàn)綜述87。國(guó)內(nèi)外數(shù)據(jù)庫(kù)產(chǎn)商或?qū)W術(shù)搜索服務(wù)商也都推出了各類AIScopusAI88、ElsevierSciBiteChat89、CNKIAI學(xué)術(shù)研究助手90、SciSpace91、Elicit92、Aminer93ReadPaper94“”三大功能的星火科研助手95/s/l30sz3-fMmL8gnF4-fMA_Ahttps://beta.legible.ai/auth/signinhttps:///info/1176/109914.htm/a/ziyuan/dianziziyuan/AIkeyanzhushou/https:///products/scopus/scopus-ai大模型——96APP2024AI功能。前者20243月上線了基于云雀大語(yǔ)言模型開(kāi)發(fā)的“古籍智能助手”“助手”助手”97LivdeoMultilingualAudioChatbotsforMuseumsandCulturalInstitutionsNLPAI//s/BbemRkm1HHIwdZ5wSLuMTg98/the-ai-revolution-hits-museums-how-chatbots-are-transforming-the-visitor-experience-e054df5b992f第三章大模型對(duì)圖書館的影響圖書館大模型影響分析生成式人工智能的發(fā)展可能對(duì)圖書館產(chǎn)生“廣泛而深刻”AI建設(shè)提供新的技術(shù)路徑和賦能支撐。IFLA202320AIAI素養(yǎng)等方面，對(duì)圖書館系統(tǒng)、用戶、館藏、特藏、元數(shù)據(jù)、設(shè)施、推廣、培訓(xùn)、策劃團(tuán)隊(duì)都有重要影響99。1003.1從大模型典型任務(wù)能力出發(fā)，分析其在圖書館中的作用和影響。通過(guò)99https:///g/ai/developing-a-library-strategic-response-to-artificial-intelligence/100上海圖書館(上海科學(xué)技術(shù)情報(bào)研究所)等.智慧圖書館大模型創(chuàng)新與應(yīng)用白皮書,https:///download-category/whitepaper,2023.的效果與能力。表3.1大模型典型任務(wù)功能對(duì)圖書館的作用影響大模型典型任務(wù)功能作用與影響影響領(lǐng)域舉例文本生成自動(dòng)生成各類文檔、報(bào)告、新聞稿等，輔助圖書館內(nèi)容創(chuàng)作和信息發(fā)布。可用于創(chuàng)作、學(xué)習(xí)與開(kāi)發(fā)。學(xué)術(shù)研究、閱讀推廣等語(yǔ)義理解理解用戶查詢的深層含義，提供更精準(zhǔn)的咨詢回復(fù)、搜索結(jié)果等信息服務(wù)。可用于問(wèn)答式交互。信息檢索、交互問(wèn)答信息抽取可探索對(duì)話式發(fā)現(xiàn)，改變圖書館資源檢索、資源推薦模式。檢索推薦、資源發(fā)現(xiàn)等任務(wù)推理理解并執(zhí)行復(fù)雜的用戶指令，自動(dòng)化完成特定的圖書館服務(wù)任務(wù)。圖書館服務(wù)平臺(tái)、后端系統(tǒng)AI升級(jí)、機(jī)器流程自動(dòng)化等機(jī)器翻譯將不同語(yǔ)言的文獻(xiàn)資料進(jìn)行互譯，擴(kuò)大服務(wù)范圍和讀者群體。可用于多語(yǔ)言文獻(xiàn)服務(wù)、跨語(yǔ)言閱讀。讀者服務(wù)、文獻(xiàn)服務(wù)、學(xué)術(shù)研究等識(shí)別分類對(duì)圖書館資源進(jìn)行自動(dòng)分類、自動(dòng)標(biāo)注、元數(shù)據(jù)創(chuàng)建，優(yōu)化資源組織和檢索效率。采編、數(shù)字資源加工與開(kāi)發(fā)、數(shù)字人文研究等總結(jié)摘要自動(dòng)生成文獻(xiàn)或報(bào)告的摘要，幫助用戶快速把握核心內(nèi)容。資源發(fā)現(xiàn)、學(xué)術(shù)研究等模態(tài)轉(zhuǎn)換將文本信息轉(zhuǎn)換為圖像或視頻，增強(qiáng)信息的可訪問(wèn)性和表達(dá)力。可用于多媒體檔案保存、內(nèi)容制作、信息可視化、閱讀障礙支持。閱讀推廣、數(shù)字人文等數(shù)據(jù)分析指標(biāo)分析、數(shù)據(jù)挖掘。可在圖書館數(shù)據(jù)系統(tǒng)、數(shù)據(jù)中臺(tái)基礎(chǔ)上，構(gòu)建AI數(shù)據(jù)分析能力，提升運(yùn)營(yíng)效率。業(yè)務(wù)分析、用戶行為分析、決策支持等知識(shí)圖譜構(gòu)建可構(gòu)建和維護(hù)知識(shí)圖譜，增強(qiáng)圖書館的知識(shí)管理和服務(wù)能力。數(shù)字人文、知識(shí)管理、學(xué)術(shù)研究、學(xué)科服務(wù)等大模型技術(shù)對(duì)圖書館的影響，主要源于生成式AI變革了技術(shù)服務(wù)模式和內(nèi)容生產(chǎn)方式，從而帶來(lái)了三點(diǎn)重要改進(jìn)。AI型能準(zhǔn)確理解用戶需求，轉(zhuǎn)化為任務(wù)，調(diào)度資源，最終清晰呈現(xiàn)結(jié)果。AI能夠?qū)崿F(xiàn)精準(zhǔn)的語(yǔ)義理解和復(fù)雜的文本分析，自動(dòng)化地生成和豐富元數(shù)AI的強(qiáng)大的內(nèi)容生成和處理能力，圖書館能夠自動(dòng)化執(zhí)行繁瑣的任務(wù)，從而釋AI現(xiàn)有數(shù)據(jù)知識(shí)生成豐富多樣的內(nèi)容，包括多模態(tài)內(nèi)容。性。AI改變知識(shí)集成方式。大模型技術(shù)通過(guò)自動(dòng)化生成元數(shù)據(jù)、跨語(yǔ)言處理、知度、互聯(lián)互通的知識(shí)網(wǎng)絡(luò)，從而促進(jìn)了知識(shí)的發(fā)現(xiàn)和創(chuàng)新。模式轉(zhuǎn)變，進(jìn)一步提高圖書館資源加工的效率和質(zhì)量。AI提升圖書館管理決策能力。大模型應(yīng)用可以更好地對(duì)圖書館的各項(xiàng)業(yè)務(wù)數(shù)理決策更加科學(xué)、合理和有效。3.1大模型技術(shù)對(duì)圖書館的影響圖書館大模型應(yīng)用策略AI的應(yīng)用策略及應(yīng)用方式。國(guó)際圖聯(lián)（IFLA）在其《圖書館對(duì)人工智能的戰(zhàn)略響應(yīng)》中，提出了AI技術(shù)，提升服務(wù)效能，同時(shí)確AI能力構(gòu)建負(fù)AIAI推廣人工智能素養(yǎng)以提升組織和社會(huì)的AI能力101。此外，美國(guó)國(guó)會(huì)圖書館（LibraryofAIAI系統(tǒng)中數(shù)據(jù)、模型和人員三個(gè)要素的重要性，并提出了“理解、實(shí)驗(yàn)和實(shí)施”分階段的方法論，AI實(shí)踐102。AI的策略要點(diǎn)供圖書館進(jìn)行參考：考慮館藏與數(shù)據(jù)價(jià)值A(chǔ)I技術(shù)的數(shù)據(jù)。高度重視數(shù)據(jù)治理，包括數(shù)據(jù)清操作性。進(jìn)行概念驗(yàn)證與服務(wù)轉(zhuǎn)化實(shí)施小規(guī)模的概念驗(yàn)證項(xiàng)目，以測(cè)試生成式AI技術(shù)在圖書館服務(wù)中的可行性。對(duì)于技術(shù)挑戰(zhàn)（例如圖像分類等）開(kāi)發(fā)或整合高效的AI算法，提升處理的精確度。成功的概念驗(yàn)證項(xiàng)目應(yīng)轉(zhuǎn)化為可持續(xù)的服務(wù)，以實(shí)現(xiàn)技術(shù)的長(zhǎng)期價(jià)值。持續(xù)監(jiān)控與質(zhì)量保證AI服務(wù)，確保服務(wù)質(zhì)量。考慮使用數(shù)據(jù)AI系統(tǒng)的穩(wěn)定性和可靠性。積極培訓(xùn)與社區(qū)參與AI素養(yǎng)，并通過(guò)社區(qū)反饋優(yōu)化服務(wù)。支持并參與來(lái)自不同機(jī)構(gòu)的獨(dú)特資源和專業(yè)知識(shí)。做好經(jīng)濟(jì)性與工具評(píng)估AI技術(shù)應(yīng)用進(jìn)行成本效益分析，確保所選工具和解決方案在預(yù)算內(nèi)提供AI關(guān)注法律與倫理框架確保AI應(yīng)用遵守所有相關(guān)的法律法規(guī)，特別是在數(shù)據(jù)保護(hù)、版權(quán)和知識(shí)產(chǎn)https:///g/ai/developing-a-library-strategic-response-to-artificial-intelligence//thesignal/2023/11/introducing-the-lc-labs-artificial-intelligence-planning-framework/AI歧視。圖書館大模型應(yīng)用路徑場(chǎng)景AI技術(shù)應(yīng)用于智慧圖書館中，以實(shí)現(xiàn)圖書館服務(wù)業(yè)務(wù)的智能化升級(jí)。本報(bào)告歸AI技術(shù)的六種方式路徑。AI圖書館無(wú)需進(jìn)行任何開(kāi)發(fā)工作，重點(diǎn)放在AIAI服務(wù)。該路徑無(wú)需系統(tǒng)開(kāi)發(fā)、無(wú)需數(shù)據(jù)處理。AIAIAI產(chǎn)品的性能AI學(xué)術(shù)助手AI開(kāi)發(fā)量低、幾乎無(wú)需數(shù)據(jù)處理。AI產(chǎn)品與服務(wù)AI產(chǎn)品的對(duì)接。該應(yīng)用方式下，圖書館需要對(duì)運(yùn)營(yíng)數(shù)據(jù)、服務(wù)數(shù)據(jù)、資源AI產(chǎn)品與圖書館平臺(tái)服務(wù)無(wú)縫集成AIAI支持的結(jié)果展現(xiàn)、建議決策等。自主/AIAI原生應(yīng)用。此類應(yīng)用需要對(duì)圖書館資源數(shù)據(jù)進(jìn)路徑開(kāi)發(fā)工作量大，數(shù)據(jù)處理任務(wù)重。求。該路徑需要深度的數(shù)據(jù)準(zhǔn)備和技術(shù)研發(fā)能力。3.3圖書館大模型應(yīng)用的六種路徑舉例方式來(lái)應(yīng)用人工智能。1，在推廣人工智能素養(yǎng)方面發(fā)揮領(lǐng)導(dǎo)作用，是當(dāng)前最符合現(xiàn)有圖2-5AI應(yīng)用時(shí)，MasS6103/blog/2023/01/23/sweden-library-ai-open-source/源和知識(shí)服務(wù)智能化104。AI服AI服務(wù)開(kāi)始，逐步積累經(jīng)驗(yàn)和技術(shù)能力。AIAI應(yīng)用能夠切實(shí)解決問(wèn)題、提升服務(wù)體驗(yàn)的前提。此外，風(fēng)險(xiǎn)評(píng)估與管理是AI應(yīng)用穩(wěn)健性的重要環(huán)節(jié)，圖書館需制定相應(yīng)的風(fēng)險(xiǎn)管理策略，以應(yīng)對(duì)潛在的技術(shù)風(fēng)險(xiǎn)和道德挑戰(zhàn)。為了適應(yīng)技術(shù)的快速發(fā)展，圖書館還需制定長(zhǎng)期的AI技術(shù)發(fā)展規(guī)劃，以保持其服務(wù)的前瞻性和競(jìng)爭(zhēng)力。圖書館大模型應(yīng)用范式AI應(yīng)用策略方針的指導(dǎo)下，成功地運(yùn)用AI技術(shù)，以此深入智慧圖書館的轉(zhuǎn)型。這一轉(zhuǎn)型主要體現(xiàn)在兩種AI技術(shù)進(jìn)行重塑，提高了服務(wù)質(zhì)量和流程效率；另一方面，圖書館開(kāi)創(chuàng)開(kāi)發(fā)AI原生應(yīng)用，推動(dòng)圖書館服務(wù)智能化跨越式發(fā)展。這正對(duì)應(yīng)了《智慧圖書館大“智慧圖書館++智慧圖書館”同的應(yīng)用范式105。AIAI技術(shù)得到AI輔助的采編流程、數(shù)字資源的加工與開(kāi)發(fā)等，通過(guò)優(yōu)化現(xiàn)有工作流程，提升104https:///rmydb/202310/t20231017_512798.html105上海圖書館(上海科學(xué)技術(shù)情報(bào)研究所)等.智慧圖書館大模型創(chuàng)新與應(yīng)用白皮書,https:///download-category/whitepaper,2023.AI原生應(yīng)用：關(guān)于原生應(yīng)用這一概念并沒(méi)有準(zhǔn)確的定義，仍存在不同AI化服務(wù)和內(nèi)容創(chuàng)新創(chuàng)造。典型的原生應(yīng)用例如智能聊天機(jī)器人、AI寫作助手、AI原生應(yīng)用如：AI5/AIAI應(yīng)用，智慧圖書館中的大模型應(yīng)用則逐漸由“+大模型”向“大模型+”范式轉(zhuǎn)變。當(dāng)然，原生應(yīng)用中還包括了AI應(yīng)用領(lǐng)域。盡管當(dāng)前尚未廣泛實(shí)AI發(fā)展機(jī)遇。圖3.4 圖書館“+大模型”與“大模型+”應(yīng)用范式圖書館大模型技術(shù)架構(gòu)高度擴(kuò)展性和集成性，以滿足圖書館的發(fā)展和創(chuàng)新需求。足圖書館的發(fā)展和創(chuàng)新需求。3.5圖書館大模型技術(shù)架構(gòu)GPUCPU設(shè)備，還要關(guān)注最新的硬件進(jìn)展。例如，NVIDIATensorRTIntelOpenVINOAIAzureAWSKubernetes（K8S）可以用于實(shí)現(xiàn)資源的彈性伸縮和智能調(diào)度。的兼容性。MaaS模式涉及模型的全生命周期管理，從數(shù)據(jù)處理到特征工程，再API和開(kāi)發(fā)工具，以便于開(kāi)的管理辦法，如《生成式人工智能服務(wù)管理暫行辦法》。平臺(tái)層：平臺(tái)層的設(shè)計(jì)應(yīng)支持與現(xiàn)有圖書館服務(wù)平臺(tái)、數(shù)字人文平臺(tái)API網(wǎng)關(guān)與各類信息化應(yīng)用對(duì)接。模塊化的大模型應(yīng)用Langchain、DifyFastGPT，提供了易于擴(kuò)展和定制的能力。運(yùn)維工LangSmithPromptLayerarize、fiddlerHelicone，以及防arthurshield，都是平臺(tái)層的重要組成部分，確保大模型應(yīng)用的穩(wěn)定性和安全性。應(yīng)用層：應(yīng)用層的設(shè)計(jì)應(yīng)包含應(yīng)用框架和數(shù)據(jù)管理，提供應(yīng)用級(jí)的基LangChainLlamaIndexMindsDB，可以幫助組織和檢索大量的結(jié)構(gòu)化和非結(jié)chroma、MilvusWeaviate，對(duì)于處理和索引大規(guī)模Retool、Streamlitgradio，可以用于快速開(kāi)發(fā)和部署基于大模型的應(yīng)用程序。第四章智慧圖書館中的大模型應(yīng)用圖書館應(yīng)積極關(guān)注并推動(dòng)生成式AI的創(chuàng)新應(yīng)用和場(chǎng)景落地，尤其要關(guān)注大模型技術(shù)如何有效提升服務(wù)成效和服務(wù)質(zhì)量。雖然大型模型技術(shù)仍在持續(xù)迭代，生成式AI技術(shù)也在不斷發(fā)展之中，但圖書館可以積極思考挖掘大模型技術(shù)在智慧圖書館中的應(yīng)用潛力，提出需求期望，引導(dǎo)技術(shù)廠商開(kāi)發(fā)實(shí)踐，把握住未來(lái)發(fā)展的主動(dòng)權(quán)。106發(fā)展現(xiàn)狀，下文重點(diǎn)梳理智慧圖書館建設(shè)中，那些當(dāng)前可實(shí)驗(yàn)、實(shí)施或展望的AI應(yīng)用。圖4.0智慧圖書館中的可實(shí)驗(yàn)、實(shí)施或展望的大模型應(yīng)用106上海圖書館(上海科學(xué)技術(shù)情報(bào)研究所)等.智慧圖書館大模型創(chuàng)新與應(yīng)用白皮書,https:///download-category/whitepaper,2023.智慧服務(wù)中的大模型應(yīng)用體現(xiàn)在如下幾個(gè)領(lǐng)域：一是智慧讀者服務(wù)的智能升級(jí)。通過(guò)自然語(yǔ)言處理技術(shù)提供智能問(wèn)答服務(wù)、個(gè)性化推薦等，帶來(lái)讀者服務(wù)中的咨詢問(wèn)答、檢索發(fā)現(xiàn)、資源推薦的智能升級(jí)。這些應(yīng)用已經(jīng)開(kāi)始由圖書館廠商開(kāi)發(fā)并逐步推向市場(chǎng)。大模型將散落在信息海洋的特定知識(shí)片段連“學(xué)術(shù)助手”“AI助教”三是驅(qū)動(dòng)圖書館創(chuàng)新服務(wù)。AI數(shù)字館員服務(wù)、AI閱讀產(chǎn)品創(chuàng)新體驗(yàn)、AI知識(shí)服務(wù)等領(lǐng)域。針對(duì)智慧服務(wù)中上述重點(diǎn)領(lǐng)域，對(duì)大模型應(yīng)用目標(biāo)及應(yīng)用建議等簡(jiǎn)要梳理如下107。傳統(tǒng)服務(wù)賦能1:目標(biāo)：使用大模型為讀者提供準(zhǔn)確、實(shí)時(shí)的信息咨詢服務(wù)。模型能力：?jiǎn)柎饘?duì)話、搜索/信息抽取等詢、活動(dòng)咨詢、用戶使用咨詢、使用故障解決等。技術(shù)方案：提示詞工程、RAG、智能體應(yīng)用路徑AI領(lǐng)域2:智能檢索與發(fā)現(xiàn)注：本章中所呈現(xiàn)的目標(biāo)設(shè)定、應(yīng)用建議、模型能力、技術(shù)方案、應(yīng)用路徑旨在提供參考，并非唯一確定的解決方案。目標(biāo)：運(yùn)用大模型幫助讀者快速、準(zhǔn)確地發(fā)現(xiàn)和檢索到他們所需的信息和資源。模型能力：?jiǎn)柎饘?duì)話、搜索/信息抽取等建議：支持圖書館采購(gòu)的所有紙質(zhì)資源、電子數(shù)據(jù)庫(kù)、自建數(shù)據(jù)庫(kù)的智能檢索與發(fā)現(xiàn)。引入智慧增強(qiáng)功能，優(yōu)化檢索過(guò)程，借助自然語(yǔ)言處理和多輪對(duì)話系統(tǒng)，使讀者能夠以更直觀、更高效的方式來(lái)發(fā)現(xiàn)館藏的紙質(zhì)和數(shù)字資源。技術(shù)方案：提示詞工程、RAG、智能體應(yīng)用路徑：需整合開(kāi)發(fā)的AI產(chǎn)品與服務(wù)領(lǐng)域3:個(gè)性化智能推薦目標(biāo)：通過(guò)大模型技術(shù)，為讀者提供全新智能化的書籍和資源推薦。模型能力：?jiǎn)柎饘?duì)話、搜索/信息抽取、數(shù)據(jù)分析等技術(shù)方案：提示詞工程、RAG、智能體應(yīng)用路徑：需整合開(kāi)發(fā)的AI產(chǎn)品與服務(wù)領(lǐng)域4:智慧學(xué)術(shù)服務(wù)模型能力：?jiǎn)柎饘?duì)話、搜索/信息抽取、文本理解、機(jī)器翻譯、數(shù)據(jù)挖掘、數(shù)據(jù)分析、文本生成等AI相關(guān)功能。改進(jìn)圖書館學(xué)科領(lǐng)域的特色專題服務(wù)，提供基于學(xué)科領(lǐng)域的數(shù)據(jù)分析、知識(shí)圖譜問(wèn)答服務(wù)。技術(shù)方案：提示詞工程、RAG、智能體應(yīng)用路徑：直接集成應(yīng)用的AI產(chǎn)品工具、需整合開(kāi)發(fā)的AI產(chǎn)品與服務(wù)領(lǐng)域5:智慧情報(bào)服務(wù)目標(biāo)：運(yùn)用大模型提供更加豐富、智慧的情報(bào)服務(wù)產(chǎn)品。模型能力：?jiǎn)柎饘?duì)話、搜索/信息抽取、文本理解、機(jī)器翻譯、數(shù)據(jù)挖掘、數(shù)據(jù)分析、文本生成等服務(wù)效率。技術(shù)方案：提示詞工程、RAG、智能體應(yīng)用路徑：直接集成應(yīng)用的AI產(chǎn)品工具、需整合開(kāi)發(fā)的AI產(chǎn)品與服務(wù)領(lǐng)域6:智慧教學(xué)與學(xué)科服務(wù)服務(wù)的智能化水平，以實(shí)現(xiàn)個(gè)性化學(xué)習(xí)和研究支持。模型能力：?jiǎn)柎饘?duì)話、搜索/信息抽取、文本理解、機(jī)器翻譯、數(shù)據(jù)分析、文本生成等建議：AI學(xué)習(xí)助手，增強(qiáng)個(gè)性化學(xué)習(xí)路徑規(guī)劃、互動(dòng)式學(xué)習(xí)體驗(yàn)、學(xué)習(xí)效改進(jìn)提供決策支持。技術(shù)方案：提示詞工程、RAG、智能體、模型微調(diào)應(yīng)用路徑AIAIAI流程、自主/AI原生應(yīng)用創(chuàng)新服務(wù)驅(qū)動(dòng)領(lǐng)域7:虛擬人、數(shù)字人、AI數(shù)字館員用戶體驗(yàn)感。模型能力：?jiǎn)柎饘?duì)話、搜索/信息抽取、語(yǔ)音識(shí)別與合成等建議：24/7在線咨詢服務(wù)，提供及時(shí)且準(zhǔn)確的信息AIAIAgentAI數(shù)字館員升級(jí)。技術(shù)方案：提示詞工程、RAG、智能體應(yīng)用路徑：直接集成應(yīng)用的AI產(chǎn)品工具、需整合開(kāi)發(fā)的AI產(chǎn)品與服務(wù)領(lǐng)域8:智慧創(chuàng)新閱讀與體驗(yàn)?zāi)繕?biāo)：利用大模型為廣大讀者提供新穎、智慧的新型閱讀體驗(yàn)服務(wù)。模型能力：?jiǎn)柎饘?duì)話、搜索/作等建議：AI閱讀工具輔助文獻(xiàn)閱讀外，可重點(diǎn)結(jié)合閱讀AIGCAIChatbot，融入AIAI等。技術(shù)方案：提示詞工程、RAG、智能體應(yīng)用路徑AIAI產(chǎn)品與服務(wù)、自主AI原生應(yīng)用領(lǐng)域9:數(shù)據(jù)與知識(shí)服務(wù)產(chǎn)品目標(biāo)：發(fā)揮圖書館專有數(shù)據(jù)、基礎(chǔ)數(shù)據(jù)設(shè)施優(yōu)勢(shì)，構(gòu)建全新AI數(shù)據(jù)服務(wù)、知識(shí)服務(wù)、模型語(yǔ)料提供等，提高知識(shí)的傳遞能力。模型能力：?jiǎn)柎饘?duì)話、搜索/信息抽取、文本圖像識(shí)別、知識(shí)圖譜理解與構(gòu)建、內(nèi)容生成等AI的AI解讀、AI碑帖識(shí)別、歷史人/AI創(chuàng)作體驗(yàn)服務(wù)等。技術(shù)方案：提示詞工程、RAG、智能體、模型微調(diào)應(yīng)用路徑AI產(chǎn)品與服務(wù)、自主/AI研發(fā)行業(yè)基礎(chǔ)大模型智慧業(yè)務(wù)中的大模型應(yīng)用隨著AI技術(shù)的持續(xù)進(jìn)步，智慧圖書館的業(yè)務(wù)流程中，將越來(lái)越多地體現(xiàn)人機(jī)共存和人機(jī)互補(bǔ)的理念，這將成為圖書館智慧業(yè)務(wù)中大模型應(yīng)用的重要趨勢(shì)。一是自動(dòng)化與智能化圖書館業(yè)務(wù)流程二是歷史文獻(xiàn)的數(shù)字化與深度利用針對(duì)智慧業(yè)務(wù)中的重點(diǎn)領(lǐng)域，對(duì)大模型應(yīng)用目標(biāo)及應(yīng)用建議等簡(jiǎn)要梳理如下。領(lǐng)域10:智能采編目標(biāo)：利用大模型提高圖書館采訪和編目的效率和質(zhì)量。據(jù)分析等技術(shù)方案：提示詞工程、RAG、智能體、模型微調(diào)應(yīng)用路徑：集成定制開(kāi)發(fā)的后端AI流程、自主/聯(lián)合開(kāi)發(fā)的AI原生應(yīng)用領(lǐng)域11:智能數(shù)字資源加工知識(shí)的持續(xù)傳承。元數(shù)據(jù)生成、格式遷移、數(shù)字恢復(fù)、數(shù)據(jù)分析挖掘等AI進(jìn)行數(shù)字內(nèi)容的格式遷移和規(guī)范化，以適應(yīng)數(shù)字保存AI的質(zhì)量108。技術(shù)方案：提示詞工程、RAG、智能體、模型微調(diào)應(yīng)用路徑AlAI流程、自主AI原生應(yīng)用領(lǐng)域12：古籍與數(shù)字人文智慧研究https:///news/webinar-ai-and-the-future-of-digital-preservation-call-for-proposals/字人文研究和服務(wù)的質(zhì)量與效率。模型能力：語(yǔ)義分析、機(jī)器翻譯、文字識(shí)別、圖像識(shí)別與處理、知識(shí)圖譜構(gòu)建、問(wèn)答對(duì)話、搜索/信息抽取、數(shù)據(jù)分析等情感分析、時(shí)空分析、AI圖像修復(fù)、AI古籍修復(fù)等。嵌入數(shù)據(jù)分析工具、可視AI知識(shí)服務(wù)應(yīng)用與產(chǎn)品。技術(shù)方案：提示詞工程、RAG、智能體、模型微調(diào)應(yīng)用路徑AlAI流程、自主AI原生應(yīng)用、參與研發(fā)行業(yè)基礎(chǔ)大模型領(lǐng)域13:智慧學(xué)術(shù)研究、情報(bào)研究目標(biāo)：借助大模型協(xié)助館員進(jìn)行學(xué)術(shù)學(xué)科研究、情報(bào)分析，提供一個(gè)集成AI功能工具的知識(shí)研究助手或研究環(huán)境。模型能力：文本分析與理解、搜索/信息抽取、信息整合、機(jī)器翻譯、數(shù)據(jù)分析與挖掘、知識(shí)圖譜構(gòu)建等技術(shù)方案：提示詞工程、RAG、智能體應(yīng)用路徑AIAlAI流程、自主/AI原生應(yīng)用智慧管理中的大模型應(yīng)用（包括業(yè)務(wù)管理支持，包括：一是提供館員知識(shí)庫(kù)的智慧升級(jí)。用大模型構(gòu)建內(nèi)部知識(shí)庫(kù)問(wèn)答系統(tǒng)，實(shí)現(xiàn)館員間高效的知識(shí)共享和業(yè)務(wù)溝通。二是提供數(shù)據(jù)分析類的數(shù)智助手。用大模型加強(qiáng)圖書館在數(shù)據(jù)處理與分析方面的能力，提升圖書館智能決策水平。而提升操作效率。作效率。領(lǐng)域14:館員知識(shí)庫(kù)升級(jí)溝通，提高處理業(yè)務(wù)的效率和準(zhǔn)確性。模型能力：文本分析與理解、搜索/信息抽取、問(wèn)答對(duì)話等API調(diào)用現(xiàn)有應(yīng)用系統(tǒng)的能力，能夠?qū)⒎祷氐慕Y(jié)果融入到回答中，為館員提供全方位且精準(zhǔn)的信息支持，確保信息的準(zhǔn)確性和可靠性。技術(shù)方案：提示詞工程、RAG應(yīng)用路徑：直接集成應(yīng)用的AI產(chǎn)品工具、集成定制開(kāi)發(fā)的后端AI流程領(lǐng)域15:智慧分析與智能決策務(wù)質(zhì)量與管理效率。展示等AI中臺(tái)。技術(shù)方案：提示詞工程、RAG、智能體應(yīng)用路徑：直接集成應(yīng)用的AI產(chǎn)品工具、集成定制開(kāi)發(fā)的后端AI流程領(lǐng)域16:圖書館平臺(tái)管理副駕駛（Copilot）強(qiáng)決策支持能力。組成部分。技術(shù)方案：提示詞工程、RAG、智能體應(yīng)用路徑：集成定制開(kāi)發(fā)的后端AI流程、自主/聯(lián)合開(kāi)發(fā)的AI原生應(yīng)用領(lǐng)域17:智慧辦公與運(yùn)營(yíng)協(xié)助目標(biāo)：為圖書館員工在宣傳、推廣、人事、財(cái)務(wù)等各自日常工作領(lǐng)域中提供AI效率工具。器翻譯、數(shù)據(jù)處理、數(shù)據(jù)分析等AI支持的培訓(xùn)、財(cái)務(wù)、后勤。通過(guò)技術(shù)促進(jìn)員工工作效率和工作質(zhì)量的提升。技術(shù)方案：提示詞工程、RAG、智能體應(yīng)用路徑：直接集成應(yīng)用的AI產(chǎn)品工具、集成定制開(kāi)發(fā)的后端AI流程智慧空間中的大模型應(yīng)用109的應(yīng)用，當(dāng)前可嘗試領(lǐng)域的包括：一是通過(guò)智能化手段優(yōu)化實(shí)體空間服務(wù)無(wú)障礙服務(wù)、空間預(yù)約等，全面提升了圖書館空間的運(yùn)營(yíng)效率和用戶服務(wù)體驗(yàn)，推動(dòng)了圖書館服務(wù)的智能化轉(zhuǎn)型。AI技術(shù)拓展虛擬空間服務(wù)。通過(guò)虛擬助手、數(shù)字人、元宇宙交互服務(wù)，增強(qiáng)用戶互動(dòng)性和體驗(yàn)感。領(lǐng)域18:智慧預(yù)約服務(wù)目標(biāo)：整合大模型技術(shù)，實(shí)現(xiàn)圖書館空間和資源的智能預(yù)約管理。模型能力：任務(wù)理解、資源優(yōu)化分配、自動(dòng)化工作流程等醒服務(wù)，減少人工干預(yù)，提高預(yù)約流程的效率和用戶便利性。技術(shù)方案：提示詞工程、RAG、智能體應(yīng)用路徑：需整合開(kāi)發(fā)的AI產(chǎn)品與服務(wù)、集成定制開(kāi)發(fā)的后端AI流程劉煒,趙冬梅.圖書館智慧空間建設(shè)：概念、演變、評(píng)價(jià)與設(shè)計(jì)[J].圖書情報(bào)工作,2022(01):122-130領(lǐng)域19:實(shí)體機(jī)器人常運(yùn)營(yíng)和服務(wù)。模型能力：語(yǔ)音識(shí)別、問(wèn)答對(duì)話、搜索/信息抽取等AIOCR識(shí)別結(jié)果，補(bǔ)全漏字，準(zhǔn)確分類圖書信息等。技術(shù)方案：提示詞工程、RAG、智能體應(yīng)用路徑：直接集成應(yīng)用的Al產(chǎn)品工具、需整合開(kāi)發(fā)的AI產(chǎn)品與服務(wù)領(lǐng)域20:無(wú)障礙智慧服務(wù)目標(biāo)：通過(guò)大模型技術(shù)為視障讀者提供無(wú)障礙的圖書館服務(wù)。模型能力：語(yǔ)音識(shí)別、自然語(yǔ)言處理、文本到語(yǔ)音轉(zhuǎn)換、圖像識(shí)別與描述等（或機(jī)器人服務(wù)利用語(yǔ)音識(shí)別技術(shù)方案：提示詞工程、RAG、智能體應(yīng)用路徑：直接集成應(yīng)用的Al產(chǎn)品工具、需整合開(kāi)發(fā)的AI產(chǎn)品與服務(wù)領(lǐng)域21:元宇宙空間智慧服務(wù)目標(biāo)：利用生成式AI技術(shù)，在元宇宙空間中為讀者提供沉浸式和互動(dòng)性的虛擬圖書館體驗(yàn)。模型能力：自然語(yǔ)言交互、個(gè)性化推薦、情境感知、圖像與語(yǔ)音生成等建議：AI融入虛實(shí)融合的元宇宙空間服務(wù)中。在圖書館的虛擬鏡像或（或虛擬空間中的虛擬館員技術(shù)方案：提示詞工程、RAG、智能體應(yīng)用路徑：需整合開(kāi)發(fā)的AI產(chǎn)品與服務(wù)、自主/聯(lián)合開(kāi)發(fā)的AI原生應(yīng)用領(lǐng)域22:其他（樓宇控制、安防等）模型能力：圖像分析、行為分析、預(yù)測(cè)分析、情感識(shí)別、智能決策支持等于數(shù)據(jù)的資源優(yōu)化和策略制定，確保圖書館長(zhǎng)期穩(wěn)定運(yùn)行。技術(shù)方案：提示詞工程、RAG、智能體應(yīng)用路徑Al第五章圖書館典型大模型應(yīng)用需求及場(chǎng)景舉例AI20245月份發(fā)布的《行業(yè)大當(dāng)前，圖書館行業(yè)大模型應(yīng)用落地顯示出一定的特征：1，在圖書館服務(wù)端，大模型技術(shù)的應(yīng)用實(shí)施顯示出較為迅速的進(jìn)展。當(dāng)前主要集中在提升用戶體驗(yàn)（如智能數(shù)字館員）和增強(qiáng)學(xué)術(shù)服務(wù)上（AI手）。嘗試通過(guò)增強(qiáng)用戶互動(dòng)和個(gè)性化服務(wù)，來(lái)提升服務(wù)質(zhì)量。2，與服務(wù)端相比，后端業(yè)務(wù)生產(chǎn)流程的大模型技術(shù)應(yīng)用落地進(jìn)程較慢。行業(yè)當(dāng)前正積極探索和嘗試如何通過(guò)大模型技術(shù)提高后端操作的自動(dòng)化和智能化水平，以提高生產(chǎn)流程如采編、資源加工等環(huán)節(jié)的效率。3，圖書館正積極推進(jìn)基于大模型技術(shù)的智能化工具助手，部分產(chǎn)品已達(dá)試用階段。AI館員的后臺(tái)工作效率，實(shí)現(xiàn)管理流程的優(yōu)化。參考咨詢、資源發(fā)現(xiàn)、閱讀推廣、學(xué)術(shù)服務(wù)、采編輔助、資源加工、數(shù)字人文、管理決策。通過(guò)深入分析這些領(lǐng)域的需求要素、潛在應(yīng)用場(chǎng)景、當(dāng)前案例情況，騰訊研究院.向AI——行業(yè)大模型調(diào)研報(bào)告,/news/newsdetail/68815,2024.5.0圖書館大模型典型應(yīng)用場(chǎng)景智慧咨詢服務(wù)需求分析務(wù)熟練度也會(huì)影響問(wèn)答的準(zhǔn)確性，且回答風(fēng)格缺乏統(tǒng)一標(biāo)準(zhǔn)。需求建議：AI大模型技術(shù)升級(jí)面向讀者的智慧參考咨詢服務(wù)，讀者可以故障排解；（5）可結(jié)合數(shù)字人、機(jī)器人技術(shù)，進(jìn)行交互體驗(yàn)服務(wù)。場(chǎng)景舉例場(chǎng)景1：?jiǎn)柎鹗絽⒖甲稍兎?wù)““”一部分簡(jiǎn)單的故障，若不能處理則流轉(zhuǎn)至人工。場(chǎng)景2：智慧數(shù)字館員服務(wù)場(chǎng)景3：智慧機(jī)器人館員服務(wù)的技術(shù)難題，如自助打印機(jī)操作、電子資源訪問(wèn)等。已有案例AI問(wèn)答系統(tǒng)111，112/國(guó)家圖書館智能問(wèn)答系統(tǒng)以“文心大模型”數(shù)字閱讀體驗(yàn)，可進(jìn)行語(yǔ)音問(wèn)答、書籍查找，游戲互動(dòng)等體驗(yàn)。AI智慧館員——曉書113臺(tái)灣公共資訊圖書館與東海大學(xué)合作開(kāi)發(fā)了一款名為“曉書”AI智ChatGPTDigital數(shù)字分身-海恒“小海豚數(shù)字館員”114能推進(jìn)流程，并進(jìn)行流程節(jié)點(diǎn)的判斷。云瀚應(yīng)用-ChatBK博看智慧咨詢115該平臺(tái)能夠精準(zhǔn)回答用戶問(wèn)題，實(shí)現(xiàn)定制化的用戶服務(wù)。知識(shí)管理平臺(tái)供圖書館自行對(duì)私有知識(shí)進(jìn)行上傳、編輯及預(yù)訓(xùn)練學(xué)習(xí)。智慧資源發(fā)現(xiàn)需求分析眾多的資源和數(shù)據(jù)庫(kù)時(shí)，往往缺乏必要的了解和選擇指導(dǎo)。場(chǎng)景舉例場(chǎng)景4：?jiǎn)l(fā)式資源檢索服務(wù)/s/AnTG-nWzSe7vB9HJt-Mg1Q/read/amp/story/7009/7841213/s/JS1h4PhsFJ37FjZwweMeZw/s/zyQC81uHqetvoU06fbFm3w啟發(fā)式文獻(xiàn)檢索服務(wù)區(qū)別于圖書館傳統(tǒng)基于關(guān)鍵詞搜索模式的文獻(xiàn)檢索模術(shù)數(shù)據(jù)庫(kù)進(jìn)行搜索。例如讀者可以提出以下問(wèn)題：“關(guān)于大模型、人工智能領(lǐng)域近1年的文章有多少篇？”“智慧圖書館研究最有影響力的文章是哪幾篇？”“因技術(shù)對(duì)于農(nóng)業(yè)生產(chǎn)的幫助是什么？”系統(tǒng)為讀者提供簡(jiǎn)明且可信賴的研究主題相關(guān)的啟發(fā)式追問(wèn)，來(lái)啟發(fā)用戶多輪提問(wèn)。AI相似文章推薦，并且提示有待進(jìn)一步探索的問(wèn)題。場(chǎng)景5：跨資源智能館藏檢索與推薦AI進(jìn)展的數(shù)據(jù)庫(kù)”“圖書館有沒(méi)有時(shí)間簡(jiǎn)史這本書？”“Nature期刊的最新發(fā)文有哪些？”讀者不同的問(wèn)題需要查找的圖書館文獻(xiàn)資源可能是不同的，LLMAPI的調(diào)示。如由機(jī)器人服務(wù)，可以繼續(xù)進(jìn)行導(dǎo)航指引。此外，在進(jìn)行館藏資源推薦時(shí)，可以在獲得讀者信息的基礎(chǔ)上，根據(jù)讀者的歷史行為畫像，進(jìn)一步分析做出精準(zhǔn)推薦。大模型能列出推薦的書單和理由，AI總結(jié)。讀者如不滿意，可以追加描述，直到定位到滿意的書單。已有案例AI借書檢索服務(wù)116AI圖書檢索服務(wù)，用戶通過(guò)關(guān)鍵詞或描述性句子趣。AI導(dǎo)航助手117AI導(dǎo)航助手能根據(jù)提問(wèn)，提供精準(zhǔn)的數(shù)據(jù)庫(kù)資源介紹，并在每次問(wèn)答之后，推薦3個(gè)相關(guān)數(shù)據(jù)庫(kù)鏈接供直接訪問(wèn)。盧森堡國(guó)家圖書館針對(duì)數(shù)字化的期刊和報(bào)紙進(jìn)行館藏語(yǔ)義搜索118盧森堡國(guó)家圖書館依托其豐富的數(shù)字化期刊和報(bào)紙資源，利用大模型技術(shù)開(kāi)展語(yǔ)義搜索，從而實(shí)現(xiàn)對(duì)館藏內(nèi)容的深入理解和高效檢索。智慧閱讀推廣需求分析“書本位”向“人本位”的轉(zhuǎn)型。閱讀推廣部門承擔(dān)著圖書及資源的策略性推薦、營(yíng)銷傳播，多媒體制作與互動(dòng)傳播等一系列復(fù)雜任務(wù)。然而，閱讀推廣工作中，“淺閱讀”116https://libraryview.me/2024/01/22/16742/#more-16742/s/sB-l6wnq9kad1gT65LjOQAhttps://chat.eluxemburgensia.lu/方合作。需求建議：AI等新技術(shù)手段，為讀者提供智能化、個(gè)性化、AI源推薦，提高推廣的針對(duì)性和吸引力。（2）AIAI浸式的虛擬閱讀場(chǎng)景，激發(fā)閱讀興趣。（4）AIGC技術(shù)，輔助館員高效生力，減輕館員工作負(fù)擔(dān)。場(chǎng)景舉例場(chǎng)景6：智能閱讀伙伴服務(wù)這項(xiàng)創(chuàng)新服務(wù)旨在為讀者提供基于圖書館資源的個(gè)性化閱讀推薦和智能化AI技術(shù)，打造圖書館品AI算法，根據(jù)讀者的閱讀興趣、偏好、水平等因素，自動(dòng)將具有相似閱讀愛(ài)好的讀者組織到同一個(gè)虛擬閱讀社區(qū)中。場(chǎng)景7：元宇宙虛擬館員服務(wù)I驅(qū)動(dòng)的智能虛擬館員將全程陪伴和引導(dǎo)讀AI虛擬館員的引導(dǎo)，讀者能夠在元宇宙中獲得全新的沉浸8AI工作站AIAIGC工具進(jìn)行閱讀推廣活動(dòng)與AIGCAIGCAI數(shù)字人物與虛擬環(huán)境，館員還能夠制作出引人入勝的音視頻材料。這些技術(shù)的應(yīng)用將極大地減輕館員在視頻拍攝和制作方面的工作負(fù)擔(dān)。此外，AIGC還可以輔助館員進(jìn)行內(nèi)容加工與管理。AI可以自動(dòng)標(biāo)記和歸檔視頻、文檔，標(biāo)已有案例ChatBook119ChatBook“辯論”NLB在線資源。StoryGen人工智能圖像生成服務(wù)120StoryGen打造出屬于自己的故事世界，為用戶帶來(lái)一場(chǎng)沉浸式的閱讀體驗(yàn)。AIGC推廣視頻制作上海圖書館閱讀推廣部在“閱讀日歷”GPT-SoVITSHeygenrunway、suno等工具嘗試視頻、音樂(lè)創(chuàng)作用于閱讀推廣。AI為少兒讀者提供活動(dòng)服務(wù)121、122StableDiffusionAIGC繪圖系統(tǒng)——AIAIGC培訓(xùn)課程與活動(dòng)。上海圖書館員工StableDiffusionAI創(chuàng)作作圖，并將所設(shè)計(jì)的圖片進(jìn)行個(gè)性化印刷，完成自創(chuàng)繪本制作。ChatGPT高級(jí)數(shù)據(jù)分析實(shí)驗(yàn)123通過(guò)優(yōu)化BiblioCommons的分類體系以更精準(zhǔn)地匹配讀者的興趣，旨在增強(qiáng)個(gè)性化推薦功能的相關(guān)性，進(jìn)而提升用戶在網(wǎng)頁(yè)端的閱讀體驗(yàn)。智慧知識(shí)服務(wù)需求分析viewview/s/I3nXhVNZ1UhLNTCrHj3fIQ/s/izpIBoWF7aqCSNSC-7jjeg/articles/17867水平有待提升；用戶信息素養(yǎng)和媒介素養(yǎng)教育需求增長(zhǎng)的挑戰(zhàn)。需求建議：knowledgeenvironmentPKE），PKE環(huán)境能建立商的智能學(xué)術(shù)研究工具，提供智能研究環(huán)境。（2）增強(qiáng)智慧教學(xué)與學(xué)科服務(wù)，AI學(xué)習(xí)助手為師生提供個(gè)性化和智能化的學(xué)習(xí)支持，包括個(gè)性化學(xué)習(xí)路徑規(guī)劃、互動(dòng)學(xué)習(xí)體驗(yàn)及學(xué)術(shù)研究輔助。AI助手的應(yīng)用深化了教學(xué)和學(xué)習(xí)的互動(dòng)AI平臺(tái)和虛擬環(huán)境提高學(xué)生、館員、公眾的信息素養(yǎng)和技術(shù)使用能力。場(chǎng)景舉例場(chǎng)景9：個(gè)人知識(shí)研究環(huán)境（PKE）服務(wù)場(chǎng)景圖書館可建立一個(gè)最大限度整合的學(xué)術(shù)資源的個(gè)人知識(shí)研究環(huán)境（或多個(gè)合作數(shù)據(jù)商究大綱，以及內(nèi)容生成、審稿檢查等功能，覆蓋個(gè)人知識(shí)研究的全流程。PDF題、解釋學(xué)術(shù)概念，支持交互式問(wèn)答，生成概念知識(shí)圖譜。持和參考，創(chuàng)建個(gè)性化學(xué)習(xí)路徑。薦相關(guān)資源到個(gè)人空間，展現(xiàn)摘要、概述等，自動(dòng)發(fā)送更新內(nèi)容到郵箱提醒。和寫作指導(dǎo)，根據(jù)用戶反饋優(yōu)化內(nèi)容。邏輯等，提供修改建議和報(bào)告。場(chǎng)景10：智慧學(xué)科服務(wù)場(chǎng)景AI技術(shù)，為師生提供個(gè)性化、智能化的學(xué)習(xí)與研究支持服務(wù)。首先，AI助手可以扮演智能學(xué)習(xí)伙伴助手能夠深入了解學(xué)生的知識(shí)結(jié)構(gòu)、學(xué)習(xí)偏好等，為其量身定制個(gè)性化的學(xué)習(xí)路徑和資源推薦。在學(xué)習(xí)過(guò)程中，AI助手還激發(fā)學(xué)習(xí)興趣。其次，AI助手可以擔(dān)任智能研究助理，快速響應(yīng)師生的學(xué)術(shù)咨詢需求，提升研究效率。基于對(duì)多學(xué)科知識(shí)的融合理解能力，AI助手能夠?yàn)閺?fù)助手也可以為研究人員提供高效的輔助服務(wù)。此外，圖書館AI在智慧學(xué)科服務(wù)中的應(yīng)用，場(chǎng)景11：AI素養(yǎng)教育場(chǎng)景AI素養(yǎng)教育方面扮演著重要角色。AIAI知識(shí)、AI技能、AI價(jià)值觀、倫理等方面的教育124。圖書館通過(guò)AI研發(fā)項(xiàng)目、推動(dòng)跨學(xué)AI的理解、批AI技術(shù)的發(fā)展。高校圖書館通過(guò)提供整合提AIAIAI工具，還培養(yǎng)了批判性評(píng)蔡迎春,張靜蓓,虞晨琳,王健.[J].中國(guó)圖書館學(xué)報(bào):1-17.AIAIAI工具和資源。圖書館應(yīng)提供AIAI的深入理解和應(yīng)用。已有案例Scopus科研助手125,126,127ScopusAIScopus多家圖書館上線星火科研助手服務(wù)128,129,130科技文獻(xiàn)大模型-星火科研助手是由中國(guó)科學(xué)院文獻(xiàn)情報(bào)中心與科大訊飛股（學(xué)院、中國(guó)科學(xué)院職務(wù)研究所……）等多家單位上線服務(wù)。AI學(xué)術(shù)研究助手服務(wù)131AICNKI推進(jìn)的問(wèn)答式增強(qiáng)檢索和生成式知識(shí)服務(wù)的AI用戶僅需以自然語(yǔ)言提問(wèn)，即可直接快速獲得答案，并可連續(xù)追問(wèn)。ClarivateofScienceAIProQuest研究助手132ClarivateWebofScienceProQuestWebofScienceWebofScienceProQuestProQuestOneLiteratureAI對(duì)話式發(fā)現(xiàn)工具，并計(jì)劃通過(guò)嚴(yán)格的測(cè)試和驗(yàn)證，覆蓋各大重要學(xué)科領(lǐng)域。/s/W4wboh3jNw_6CJPesNkwlQ/s/stXqvG7Nt-rHRZXam5056A/s/AyOzoIsrzhqV--aMMiaBLg/s/hnNItmqaSqkZlfAEvFG8Rw129/article/2024/03/08/111017https:///library/xkhfw/kjwxdmx///news/clarivate-in-the-age-of-ai-innovation-rooted-in-academia/AI助教133GLMAI助教有效促進(jìn)了學(xué)生的深入思考。AI助教使學(xué)生能夠快速理解復(fù)雜概念，并提供基礎(chǔ)知識(shí)的豐富支持，極大地助力了學(xué)生的新領(lǐng)域探索和自主學(xué)習(xí)過(guò)程。AletheaAI驅(qū)動(dòng)的學(xué)習(xí)平臺(tái)和學(xué)術(shù)教練134Alethea是一款致力于推動(dòng)學(xué)生對(duì)課程資料和學(xué)術(shù)文獻(xiàn)積極參與的學(xué)習(xí)工具，其核心目標(biāo)在于促進(jìn)學(xué)生的深入閱讀和學(xué)習(xí)。通過(guò)AI支持，Alethea幫助學(xué)生更好地理解所學(xué)知識(shí)。AI服務(wù)135AIAI公平、可及且支持各種用途。U-MGPTAI模型的訪問(wèn)；U-MMaizeyU-MGPTToolkitAI方位需求。智能采編輔助需求分析但面對(duì)持續(xù)更新及變化的采訪標(biāo)準(zhǔn)，現(xiàn)行的采訪系統(tǒng)功能顯示出局限性。析過(guò)程中的工作負(fù)擔(dān)。/s/KVcJqhJQXZe57sjDDzl8Hg/products/books/alethea//computing/ai實(shí)現(xiàn)編目工作的高效率與高質(zhì)量并行發(fā)展。需求建議：（1）在圖書館采訪系統(tǒng)中嵌入大模型支持，為圖書選書與采購(gòu)提供動(dòng)態(tài)、個(gè)性場(chǎng)景舉例場(chǎng)景12：基于動(dòng)態(tài)需求的交互式采購(gòu)建議prompt要求，自動(dòng)生成符合金額、類型、出版社、聲譽(yù)等的要求的采購(gòu)書單建議。例如“20萬(wàn)元采購(gòu)少兒文學(xué)圖書”，模型即刻篩選出滿足“1”AI（3）專讀者對(duì)象等對(duì)采訪基礎(chǔ)數(shù)據(jù)做盡量多維度的數(shù)據(jù)訓(xùn)練來(lái)應(yīng)對(duì)各種采訪需求。（4）電子書基識(shí)庫(kù)構(gòu)建基礎(chǔ)，為專業(yè)采訪館員提供基于內(nèi)容的電子書采購(gòu)?fù)扑]服務(wù)。單的合理性和全面性，從而更好地融入圖書館的總體藏書規(guī)劃。理，提示哪些存量圖書應(yīng)當(dāng)增購(gòu)或淘汰，從而確保藏書的時(shí)效性和多樣性。場(chǎng)景13：AI輔助自動(dòng)編目流程基于大模型的自動(dòng)化編目流程可以包含幾個(gè)階段：①基礎(chǔ)數(shù)據(jù)自動(dòng)解析：系統(tǒng)接收到新書的基礎(chǔ)數(shù)據(jù)后，自動(dòng)解析并填充必要的元數(shù)據(jù)字段，如題名、作者、ISBN等。（OCLC目系統(tǒng)）進(jìn)行數(shù)據(jù)交換，嘗試匹配并同步已存在的書目信息。成初步的編目記錄。④智能分類號(hào)推薦：大模型根據(jù)書目的內(nèi)容和主題提供一個(gè)或多個(gè)分類號(hào)推薦，供編目人員選擇和參考。⑤完整性后，完成編目流程的提交。14：智慧采訪數(shù)據(jù)處理與分析2以大大提高館員效率。例1：電子資源自動(dòng)數(shù)據(jù)處理目前上海圖書館采編部門通過(guò)“數(shù)據(jù)庫(kù)使用成本”指標(biāo)指導(dǎo)來(lái)年數(shù)據(jù)庫(kù)的購(gòu)在計(jì)算過(guò)程中需要從百余個(gè)不同格式統(tǒng)計(jì)文（docxlscounter 據(jù)庫(kù)使用量制表與計(jì)算。這一過(guò)程重復(fù)度高、耗時(shí)大、人工成本高。（示例表）資源商電子資源名稱X年1月X年2月……X年12月總計(jì)數(shù)據(jù)來(lái)源下載量瀏覽量第二步，通過(guò)大模型提取合同要素，生成統(tǒng)一格式表格。字段包括例如：資源商、合同時(shí)間、合同服務(wù)核心內(nèi)容、合同文本鏈接等。第三步，讓大模型自動(dòng)生成需要的“數(shù)據(jù)庫(kù)使用成本”統(tǒng)計(jì)表，數(shù)據(jù)庫(kù)使用成本為合同期限內(nèi)電子資源數(shù)據(jù)庫(kù)使用量。例2：采編訂單智能匹配及資金監(jiān)控詢與統(tǒng)計(jì)計(jì)算的過(guò)程耗時(shí)，是采編當(dāng)前流程中的瓶頸模塊。AI技術(shù)，進(jìn)行采訪訂單的智能規(guī)劃與自動(dòng)匹配，并能夠?qū)Y(jié)算資金金額做到便捷性、靈活性的查詢監(jiān)控。（1）系統(tǒng)訂單生成后，根據(jù)訂單的金額和對(duì)代理商的要求，AI程序進(jìn)行合同與包件的匹配，系統(tǒng)生成匹配方案的統(tǒng)計(jì)制表、制圖。大大提高工作效率和流程。已有案例ChatGPT進(jìn)行圖書審查剔除13619部作品遭遇下架。AI自動(dòng)編目137OCRAIAI動(dòng)輸入時(shí)間，并提高了編目工作的準(zhǔn)確性和效率。AI自動(dòng)索引實(shí)驗(yàn)研究138“AI自動(dòng)索引”（AIforAutomatedIndexing）2021年啟動(dòng)的項(xiàng)實(shí)驗(yàn)。面向中圖法自動(dòng)分類的大語(yǔ)言模型提示學(xué)習(xí)實(shí)踐與研究139ChatGPT大語(yǔ)言（SVM（RNNCNNLSTMAtt-LSTMBert等模型在各項(xiàng)評(píng)價(jià)指標(biāo)上90.7%70%，顯著性遠(yuǎn)超其他比較方案。俄克拉荷馬州立大學(xué)館員編目任務(wù)實(shí)驗(yàn)研究140ChatGPT執(zhí)行三個(gè)常見(jiàn)的編目/元數(shù)據(jù)任務(wù)，分別1)C2)CSH，3)建議關(guān)鍵詞。數(shù)字資源智能加工需求分析技術(shù)的應(yīng)用尚未達(dá)到理想的效能水平。圖AI的高效數(shù)據(jù)處理能力，以應(yīng)對(duì)傳統(tǒng)手工操作的局限。場(chǎng)景舉例場(chǎng)景15：自動(dòng)元數(shù)據(jù)描述與分類（知識(shí)圖譜AI進(jìn)行資源描述，可以作為圖書館員的輔助工具，同時(shí)也需要專業(yè)人員的監(jiān)督和驗(yàn)證，以確保生成的元數(shù)據(jù)和分類的準(zhǔn)確性。場(chǎng)景16：圖像自動(dòng)識(shí)別與標(biāo)引圖像的摘要或詳細(xì)描述，幫助理解圖像的主題和內(nèi)容。利用已有歷史圖片進(jìn)行學(xué)習(xí)與訓(xùn)練，實(shí)現(xiàn)利用模型自動(dòng)識(shí)別不同歷史時(shí)期、已有案例利用ClaudeHaiku模型將國(guó)會(huì)圖書館掃描檔案轉(zhuǎn)為結(jié)構(gòu)化文本141利用ClaudeHaiku對(duì)國(guó)會(huì)圖書館的“聯(lián)邦作家項(xiàng)目”掃描文檔進(jìn)行快速、準(zhǔn)確地識(shí)別，不僅能夠獲得歷史資料的轉(zhuǎn)錄，還能生成帶有元數(shù)據(jù)的結(jié)構(gòu)化JSON輸出。包括題名、日期、關(guān)鍵詞等。埃默里大學(xué)利用ChatGPTAPI從印刷參考書目中提取元數(shù)據(jù)142埃默里大學(xué)在創(chuàng)建《非裔美國(guó)人報(bào)紙和期刊：國(guó)家目錄》在線版的過(guò)程中，利用ChatGPTAPI自動(dòng)識(shí)別和提取關(guān)鍵元數(shù)據(jù)，包括標(biāo)題、編輯姓名、出版日期和主題等，生成了結(jié)構(gòu)化的輸出結(jié)果，顯著節(jié)省了人工處理所需的時(shí)間。漢王打造古漢語(yǔ)大模型，構(gòu)建古籍文獻(xiàn)和輔助著錄與標(biāo)引大模型方案143/AnthropicAI/status/1764653836881555867/2023/11/01/harnessing-the-power-of-the-chatgpt-api-for-metadata-extraction-from-print-bibliographies/北京市科學(xué)技術(shù)