arXiv cs.AI· Xianxiang Zhao, Advik Mehta, Falak Sethi, Brian Gue, Qipei Mei, Lingzi Wu·· 11 小时前AI 评分31
LM-DSB：面向建筑行业每日安全公报自动生成的多智能体系统
LM-DSB: A Lightweight Multi-agent System for Automated Daily Safety Bulletin Generation in Construction
AI 导读
研究提出轻量级多智能体系统 LM-DSB，结合 RAG 与本地可部署 LLM，在消费级电脑上自动生成建筑每日安全公报。基于 Llama 3-8B 的多智能体 RAG 配置在对比评估中表现最佳，TF-IDF 0.70、BLEU 0.39、ROUGE-1 0.66，生成长度比 1.01，远高于单智能体 RAG 的 0.39。
正文 · AI 翻译
摘要：施工安全管理在生成每日安全简报（DSB）方面仍面临困难，这类简报是结构化的每日沟通材料，用于识别现场特定危险、传达安全规程并为工人制定预防措施。人工创建 DSB 每天需耗时 2-3 小时，且质量参差不齐，25% 的施工班组从未开展任务前规划（Olson 等，2016），使安全人员无法专注于现场监督。本研究提出轻量级多智能体 DSB 系统（LM-DSB），它将检索增强生成（RAG）与可本地部署的大语言模型（LLM）相结合，在消费级个人电脑上实现 DSB 自动生成。LM-DSB 采用分层架构协调专门的规划、研究和写作智能体，并通过在施工安全文档上进行领域特定微调以及在 37 份健康、安全与环境（HSE）文档中进行 RAG 接地来增强。两阶段验证评估了可行性。第一阶段对比评估显示，多智能体 RAG 系统（Llama 3-8B）优于所有替代配置，具有强词汇对齐性和连贯性（TF-IDF：0.70，BLEU：0.39，ROUGE-1：0.66），且文档生成近乎完整（长度比：1.01，而单智能体 RAG 为 0.39）。第二阶段专家评估（N=40）确认了实际可接受性（5 分制平均分 3.50-4.20），尤其在法规合规性（4.20）和事实准确性（4.10）方面。研究结果表明，架构设计使轻量级模型能够在消费级硬件上处理安全关键文档，推动了施工安全管理中的技术民主化。局限性包括知识库范围、语言限制以及缺乏现场部署验证；未来工作应解决多模态集成和工作流采用问题。
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.36433 [cs.AI] |
| （或 arXiv:2610.36433v1 [cs.AI] 为此版本） | |
| https://doi.org/10.48550/arXiv.2610.36433 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Xianxiang Zhao [查看电子邮件]
[v1]
2026 年 10 月 27 日星期二 00:29:20 UTC（1,323 KB）
来源：arXiv cs.AI · arxiv.org