Using Large Language Models for the Interpretation of Building Regulations

本文是LLM系列文章，针对《Using Large Language Models for the Interpretation of Building Regulations》的翻译。

摘要

合规性检查是建设项目的重要组成部分。最近，建筑信息模型 (BIM) 在建筑行业的快速采用为自动化合规性检查 (ACC) 创造了更多机会。 BIM 可以共享数字建筑设计数据，这些数据可用于检查法律要求的合规性，这些数据通常以自然语言表达，不适合机器处理。创建适合 ACC 的法律要求的可计算表示是复杂、昂贵且耗时的。为 OpenAI 的 ChatGPT 提供支持的生成式预训练 Transformer (GPT)、GPT-3.5 和 GPT-4 等大型语言模型 (LLM) 可以根据用户提示生成逻辑连贯的文本和源代码。此功能可用于将建筑法规自动转换为语义和可计算的表示形式。本文评估了LLM在几次学习设置中将建筑法规转化为 LegalRuleML 的表现。通过为 GPT-3.5 提供少量示例翻译，它可以学习该格式的基本结构。使用系统提示，我们进一步指定 LegalRuleML 表示并探索模型中专家领域知识的存在。这些领域知识可能通过广泛的预训练而根深蒂固在 GPT-3.5 中，但需要通过仔细的情境化来呈现。最后，我们研究诸如思想链推理和自我一致性等策略是否适用于该用例。随着LLM变得更加复杂，常识、逻辑连贯性和领域适应手段的增加可以显着支持 ACC，从而实现更高效和有效的检查流程。

1 引言

2 方法

3 结果

4 讨论

5 结论和未来工作

这项工作建议使用大型语言模型（LLM）将建筑法规自动翻译为可用于自动合规性检