智能计算与数据
郑佳斌, 周瀚阁, 蒋忠林, 陈勇
航天控制.
2024, 42(2):
62-68.
针对航天航空领域资料保密审查的严格要求,现有的人工筛查方法存在成本高昂、关键词匹配精度不足等问题,提出了一种结合大模型的审查方法,用于提升涉密信息的筛查效率和准确性。首先分析了航天航空领域涉密信息的特点,提出了一种基于大模型的保密审核增强架构,该架构结合了动态垂类专家System Prompt,能够从技术涉密和商业涉密等多个角度提高审查的细粒度和准确率。通过引入基于关键词的动态System Prompt机制,实现了大模型语义理解能力与关键词实时更新能力的有效结合。此外,为了防止大模型的过度审核,设计了一种混合式交叉微调策略,显著提高了涉密信息的召回率,达到了96%。通过在自研的1000条高质量测试集上的实验,本增强框架可以将全球已发布的主流大模型在保密审核任务上的准确率提升18%,验证了本文提出框架的有效性。