Large Language Models in Fire Engineering An Examination of Technical Questions

本文是LLM系列文章，针对《Large Language Models in Fire Engineering: An Examination of Technical Questions Against Domain Knowledge》的翻译。

摘要

本通信通过评估两个最近的聊天机器人（OpenAI的ChatGPT和谷歌的Bard）在处理消防安全相关查询时的反应，在消防工程的背景下比较了这两个聊天机器人的初步发现。创建并检查了各种各样的消防工程问题和场景，包括结构防火设计、防火策略、疏散、建筑规范合规性和灭火系统（其中一些类似于消防考试中常见的问题和场景）。结果揭示了聊天机器人性能的一些关键差异，其中ChatGPT表现出相对优越的性能。然后，这篇通讯强调了聊天机器人技术通过提供对关键信息的即时访问来彻底改变消防工程实践的潜力，同时概述了需要进一步改进和研究的领域。显然，当它成熟时，这项技术可能会成为我们工程师实践和教育的基础。

引言

方法

结论

本文介绍了OpenAI ChatGPT和Google Bard等聊天机器人在未来消防工程和疏散问题中被工程师用作辅助工具的潜力。虽然这种技术无法取代工程师，但它可以用于确认信息、协助计算等。这样，聊天机器人在该领域的地位可能与谷歌、谷歌学者、维基百科或其他类似的在线平台相似，尽管我们注意到，鉴于其可用性的提高，聊天机器人有可能超越这些网站和搜索引擎。我们注意到，鉴于本文对一系列一般性和技术性问题的回答，它们的潜力可能是变革性的。然而，应谨慎使用此类平台，因为仍可能出现偏见和错误信息。本次交流的其他收获如下：

• 在大多数情况下，ChatGPT似乎比Bard对问题提供了更详细的回答
• 一般性和开放式问题导致了聊天机器人的广泛回答，有时甚至不准确。更详细的问题提高了聊天机器人的准确性。