基于知识的美国核电厂停机启动事件分类的大型语言模型框架

本文提出了一种新的方法来解决核电厂停机启动事件（SDIEs）分类中的数据不足和不平衡问题。通过结合知识驱动的机器学习模型和大型语言模型 (LLM)，研究实现了对SDIEs的高效识别与分类。研究结果表明，该方法能有效排除97%的非SDIEs，并在SDIE分类中达到了93.4%的平均准确率，具有重要的实际意义。