出版行业探索建立专业人工智能大模型

　　不久前，在广东深圳的一场活动上，工作人员现场向大模型提出一个问题：查找某项标准条款的出处。屏幕很快给出答案，还列出了对应的原始文本、页码和条款。

　　——这是中国标准出版社与同方知网共同研发的“标知”标准大模型。在它的背后，是中国标准出版社60多年积累的标准文献资源。一条条标准、一页页原文经过整理，成为大模型可以检索、调用并回溯依据的专业知识。

　　市场上已经有这么多通用大模型了，出版机构为什么还要做垂类模型？

　　答案首先在专业出版对准确性的要求里。“标准、辞书、医学、法律等领域，容错率很低。”中国标准出版社相关责人说，标准条款的一处误读可能影响研发、生产、检测等环节；专业知识中的一个数据错误，也可能给后续判断带来风险。而通用大模型仍然存在“幻觉”、专业知识更新不及时、答案依据不清等问题。面对普通问答，这些问题有时并不显眼，一旦进入专业场景，风险就会被放大。

　　这样的风险恰恰体现出专业出版机构多年积累的优势。一本工具书、一套教材、一批标准，看上去是出版产品，背后其实沉淀着经过作者撰写、专家审定、编辑加工和反复校核的知识。

　　但有内容，并不意味着天然就有了人工智能时代的数据优势。大量专业内容仍散落在纸质图书、数据库和不同业务系统中，要让机器真正“读懂”和调用，还需要数字化、结构化、去重、标注、版本管理，并厘清相应权属。过去主要依靠人工完成的审读、校对、引文核查等流程，也需要重新拆解，与人工智能工具衔接。

　　由此可见，出版机构的优势在内容，转型的难题也正在于怎样把内容优势变成机器可以使用的知识优势。

　　对此，一些探索已经开始。高等教育出版社将“龙凤编辑大模型”嵌入出版流程，用于意识形态把关、智能纠错、引文比对等环节；江苏凤凰出版传媒集团建设“凤凰智灵出版服务平台”，将选题策划、内容生成、智能审校、营销推广等能力逐步纳入同一平台；中原出版传媒集团牵头建设的“河洛文化大模型”则从另一方向显示出专业内容的价值——围绕中原典籍、地方文献等资源，梳理文化脉络，汇聚7700余万条向量数据，并针对通用大模型在地域文化知识上容易出现的史实偏差进行专门训练。

　　几种探索路径并不完全相同：有的进入编辑生产流程，有的用于服务行业知识查询，有的试图把沉睡的文化资源重新组织起来。共同之处是，它们都没有停留在调用一个通用大模型的阶段，而是把自身长期积累的内容资源、专业规则和业务经验接了进去。

　　近日，国家新闻出版署印发的《出版业发展“十五五”规划》提出，实施人工智能赋能出版行动，加强出版垂类模型和智能体研发应用，为出版选题策划、内容编校、装帧设计、阅读推荐、运营推广等赋能增效。

　　“专业出版数十年积累的权威语料，是参与智能化竞争的核心优势，深耕垂类应用是现实可行的转型路径。”南京大学出版研究院教授张志强同时提醒，转型要量力而行、久久为功，尤其要警惕一哄而上、重技术轻内容。

　　技术可以采购，模型可以调用，高质量专业数据却很难一朝一夕形成。中国新闻出版研究院数字出版研究所所长王飚认为，眼下，还需要进一步推动训练语料共建共享，破解“数据孤岛”；与此同时，训练语料权属、人工智能生成内容著作权等问题，也需要在实践中继续探索。

　　过去，出版社把专业知识做成一本本书；今天，还要把这些知识整理成机器可读、可查、可追溯的数据。大模型会越来越多，稀缺的仍是经得起核验的内容。

　　（本报记者 李苑 本报通讯员 张晶晶）