本文介绍了一种高质量的安全服装和头盔数据集，旨在提升工人安全。研究开发了ShieldLM安全检测器，支持可定制检测规则，表现优异。同时，提出了AccidentBlip2模型用于交通事故预测，以及YOLO v7算法用于识别建筑工人安全装备，增强安全合规性。研究表明，多模态技术能有效改善安全管理，推动交通安全与执法系统的发展。

清华大学提出基于大语言模型的安全检测器ShieldLM，遵循通用人类安全标准，支持定制检测规则并解释决策。研究在14,387个双语查询-响应对上训练，在四个测试集上超越强基准，展现出色可定制性和可解释性，可作为先进语言模型的安全评估器，代码已开源。