南方電網公司供應鏈域L1級大模型上線

　　近日，南方電網公司自主研發的供應鏈域L1級自然語言處理(NLP)和計算機視覺(CV)大模型正式部署上線，這標志著公司供應鏈域在數智化轉型方面邁出了關鍵一步。該模型的落地，既是南方電網公司深入貫徹落實數字強企建設要求的具體實踐，也為全面建成現代數字供應鏈體系注入強勁動能。

　　據悉，為高質量建設并應用適應供應鏈特征的業務域大模型，公司供應鏈部組織全網開展兩輪語料收集工作，累計獲取覆蓋網省地三級供應鏈全鏈條業務近60萬條高質量問答對和5000條帶思維鏈問答對，為大模型的高質量建設與應用奠定了堅實基礎。

　　截至目前，已完成兩款NLP大模型的訓練與部署。其中QWEN2.5-14B大模型憑借高效的推理能力，適用于低算力場景，可快速響應基礎業務需求，如庫存物資查詢、物資需求狀態跟蹤等實體抽取和基礎查詢類業務，且在未掛載知識庫的情況下仍具備較好的泛化能力;QWEN2.5-72B大模型則擁有強大的復雜推理能力，能高效應對高難度、高復雜度的業務場景，為供應鏈關鍵環節提供精準的智能支持。目前已初步應用于采購文件智能編審場景，采購方案編制時自動推薦初步評審標準、商務評分細則、技術評分細則等相關內容，實現近百項信息一鍵推薦自動填寫、導入，并且對違法違規條款識別等實質審核、分值和序號編輯錯誤等形式審核進行自動識別預警，編審效率提升50%以上。

　　與此同時，公司供應鏈域在CV大模型研發上也取得重要進展，該模型基于大量電力物資樣本進行訓練而成，可識別89類輸變配電力物資、24類供應商資質證書及18種倉儲安全作業行為目標，且在業務應用中成效突出：在電力物資識圖和分類場景，能提高物資管理的準確性和效率，減少錯發、漏發情況;在供應商資質證書快速識別場景中，將原本需要1天的審核時間縮短至秒級，大幅提升審核速度;在倉庫視頻監控預警場景中，可實時監測倉儲安全作業行為，及時發現違規操作并發出預警，保障倉庫安全運營。

　　公司供應鏈域將持續探索人工智能技術在智能評標、供應商尋源、設備質量缺陷識別等更多場景的人工智能應用，為能源行業供應鏈數智化轉型貢獻南網經驗。(葛曲)