已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

Evaluating and Advancing Large Language Models for Water Knowledge Tasks in Engineering and Research

计算机科学 自然语言处理
作者
Boyan Xu,Zihao Li,Yuxin Yang,Guanlan Wu,Chengzhi Wang,Xiongpeng Tang,Yu Li,Zihao Wu,Qingxian Su,Xueqing Shi,Yue Yang,Rui Tong,Liang Wen,How Yong Ng
出处
期刊:Environmental Science and Technology Letters [American Chemical Society]
卷期号:12 (3): 289-296 被引量:35
标识
DOI:10.1021/acs.estlett.5c00038
摘要

Although large language models (LLMs) have demonstrated significant value in numerous fields, there remains limited research on evaluating their performance or enhancing their capabilities within water science and technology. This study initially assessed the performance of eight foundational models (i.e., GPT-4, GPT-3.5, Gemini, GLM-4, ERNIE, QWEN, Llama3-8B, and Llama3-70B) on a wide range of water knowledge tasks in engineering and research by developing an evaluation suite called WaterER (i.e., 1043 tasks). GPT-4 was demonstrated to excel in diverse water knowledge tasks in engineering and research. Llama3-70B was best for Chinese engineering queries, while Chinese-oriented models outperformed GPT-3.5 in English engineering tasks. Gemini demonstrated specialized academic capabilities in wastewater treatment, environmental restoration, drinking water treatment, sanitation, anaerobic digestion, and contaminants. To further advance LLMs, we employed prompt engineering (i.e., five-shot learning) and fine-tuned open-sourced Llama3-8B into a specialized model, namely, WaterGPT. WaterGPT exhibited enhanced reasoning capabilities, outperforming Llama3-8B by over 135.4% on English engineering tasks and 18.8% on research tasks. Additionally, fine-tuning proved to be more reliable and effective than prompt engineering. Collectively, this study established various LLMs’ baseline performance in water sectors while highlighting the robust evaluation frameworks and augmentation techniques to ensure the effective and reliable use of LLMs.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
今后的应助被欣欣子采纳,获得10
刚刚
1秒前
1秒前
2秒前
goldfish完成签到,获得积分10
3秒前
5秒前
6秒前
7秒前
jin发布了新的文献求助10
8秒前
8秒前
10秒前
高挑的霸完成签到,获得积分10
10秒前
欣欣子发布了新的文献求助10
11秒前
超级无敌的应助被ray采纳,获得10
12秒前
12秒前
FashionBoy的应助被chen666采纳,获得10
13秒前
hhhh发布了新的文献求助10
15秒前
Zzzzzzz发布了新的文献求助10
16秒前
万能图书馆的应助被DearWhite采纳,获得10
17秒前
20秒前
欲见完成签到 ,获得积分10
21秒前
hhhh完成签到,获得积分10
21秒前
辣鸡就要放在辣鸡桶完成签到,获得积分10
21秒前
22秒前
科研通AI6.3的应助被xiaohui采纳,获得10
22秒前
芒果不思议完成签到 ,获得积分10
23秒前
Jasper的应助被林夏采纳,获得10
23秒前
清爽的凌晴完成签到 ,获得积分10
24秒前
一一完成签到 ,获得积分10
24秒前
25秒前
菜菜发布了新的文献求助10
26秒前
落寞代桃完成签到 ,获得积分10
26秒前
乐乐的应助被科研通管家采纳,获得10
26秒前
26秒前
Ava的应助被科研通管家采纳,获得10
27秒前
小蘑菇的应助被科研通管家采纳,获得10
27秒前
思源的应助被科研通管家采纳,获得10
27秒前
深情安青的应助被科研通管家采纳,获得10
27秒前
CodeCraft的应助被科研通管家采纳,获得10
27秒前
Owen的应助被科研通管家采纳,获得10
27秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 2000
Sex, Aging, and Death in a Medieval Medical Compendium: Trinity College Cambridge MS R.14.52, Its Texts, Language, and Scribe 500
高分子基功能界面水蒸发材料与应用研究 500
外场增强的水汽发电研究 500
基于结构调控的功能化水诱导发电材料与器件研究 500
基于界面调控的高效湿气发电材料与器件研究 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8189722
求助须知:如何正确求助?哪些是违规求助? 9576968
关于积分的说明 21850614
捐赠科研通 7787686
什么是DOI,文献DOI怎么找? 3435771
关于科研通互助平台的介绍 2559813
邀请新用户注册赠送积分活动 2482639