В статье предлагается рамочная модель интеллектуального агента анализа рисков транспортных средств на основе больших языковых моделей, направляемых графом знаний и цепочкой рассуждений (CoT). Во-первых, для обеспечения безопасности ключевых транспортных средств разрозненные данные о рискованном вождении, дорожных происшествиях и данных дорожной сети моделируются как единая семантическая сеть знаний о рисках. Затем разработана иерархическая структура рассуждений CoT на основе инженерии подсказок, направляющая большую языковую модель на понимание проблемы, запрос данных, подтверждение результатов и исправление запросов в прослеживаемом процессе рассуждений, что повышает точность и устойчивость вопросов и ответов. Эксперименты показывают, что интеллектуальный агент анализа рисков транспортных средств эффективно поддерживает анализ рисков и извлечение связей при взаимодействии на естественном языке, демонстрирует хорошие результаты в различных сложных задачах запросов и может сочетать анализ подграфов для предоставления эффективных, интеллектуальных и объяснимых инструментов принятия решений для управления дорожным движением.

транспортные средства; анализ рисков; граф знаний; большая языковая модель; цепочка рассуждений; интеллектуальный агент