2023年 人工智能科技
平臺技術事業部第一批創新項目招標公告
（招標編號：CG2100022001649821）
2023年 人工智能科技 平臺技術事業部第一批創新項目（招標項目編號：CG2100022001649821），已由項目審批機關批準，項目資金已落實 ， 該項目已具備招標條件，現對本項目進行公開招標。
招標項目所在地區：廣州
一、項目信息
1.1.項目名稱：2023年 人工智能科技 平臺技術事業部第一批創新項目
1.2.招標編號：CG2100022001649821
1.3.
1.4.采購方式：公開招標
1.5.招標分類：專項
1.6.項目類別：服務
1.7.資金來源：已落實
1.8.資格審查方式：資格后審
1.9.
二、項目概況和招標范圍
2.1項目概述：
標的1：預訓練模型在問答場景中的基礎架構與優化理論研究項目
本項目圍繞預訓練模型在問答場景中的基礎架構與優化理論研究，針對當前大模型缺乏理論基礎支撐、大模型泛化性受限、大模型資源消耗大等挑戰，探究大模型基礎理論及其在客服領域中的應用。
標的2：基于自主可控邊緣AI芯片變電站智能巡檢關鍵技術研究及應用
本項目以提升變電站機器人運維效率和實現機器人全自主巡檢作業為目標導向，開展高度自動駕駛、智能避障算法、變電站智能規劃路線算法、基于邊緣計算的多傳感設備運動的智能控制研究和高精度拍攝、穩定且開放的巡檢車管理平臺的技術研究，制定集遠程控制及邊緣計算控制、智能路線規劃和巡檢、現場數據獲取等功能的變電站巡檢方案。
標的3：基于向量數據庫的電力知識檢索增強語言模型技術研究項目
本項目主要研究并構建一個行業知識性模型的整體技術方案，其中包括四個子模塊：多源數據的電力知識庫構建模塊、電力行業知識質量自動評估模塊、電力行業知識文檔向量化檢索模塊以及基于大語言模型的電力行業知識提示詞設計策略模塊。
2.2招標范圍：
標的1：采購預訓練模型在問答場景中的基礎架構與優化理論研究，包括大模型缺乏理論基礎支撐、大模型泛化性受限、大模型資源消耗大等挑戰、探究大模型基礎理論及其在客服領域中的應用等相關研究內容。
標的2：采購高度自動駕駛、智能避障算法、變電站智能規劃路線算法、基于邊緣計算的多傳感設備運動的智能控制研究和高精度拍攝、穩定且開放的巡檢車管理平臺的技術研究，制定集遠程控制及邊緣計算控制、智能路線規劃和巡檢、現場數據獲取等功能的變電站巡檢方案。
標的3：采購基于向量數據庫的電力知識檢索增強語言模型技術研究，其中包括四個子模塊：多源數據的電力知識庫構建模塊、電力行業知識質量自動評估模塊、電力行業知識文檔向量化檢索模塊以及基于大語言模型的電力行業知識提示詞設計策略模塊。
2.3標的清單及分包情況如下：
序號 | 標的 編碼 | 標的 | 標包編碼 | 標包號 | 標包名稱 | 標包金額（萬元） | 最高 限價 （萬元） | 是否特殊包 | 交貨期 |
1 | CG2100022001649821001 | 預訓練模型在問答場景中的基礎架構與優化理論研究項目 | CG2100022001649821001001 | 1 | 預訓練模型在問答場景中的基礎架構與優化理論研究項目 | 350.6 | 350.6 | 否 | 合同簽訂之日起至2025年12月31日 |
2 | CG2100022001649821002 | 基于自主可控邊緣AI芯片變電站智能巡檢關鍵技術研究及應用 | CG2100022001649821002001 | 2 | 基于自主可控邊緣AI芯片變電站智能巡檢關鍵技術研究及應用 | 257.32 | 257.32 | 否 | 合同簽訂之日起至2024年6月 |
3 | CG2100022001649821003 | 基于向量數據庫的電力知識檢索增強語言模型技術研究項目 | CG2100022001649821003001 | 3 | 基于向量數據庫的電力知識檢索增強語言模型技術研究項目 | 201.95 | 201.95 | 否 | 合同簽訂之日起至2024年12月 |
注：本項目不收取招標文件費用及投標保證金。
2.4標的物描述
序號 | 標的物描述 | 適用標的物 |
1 | 開展預訓練模型在問答場景中的基礎架構與優化理論研究，針對當前大模型缺乏理論基礎支撐、大模型泛化性受限、大模型資源消耗大等挑戰，探究大模型基礎理論及其在客服領域中的應用。 | 預訓練模型在問答場景中的基礎架構與優化理論研究項目 |
2 | 開展高度自動駕駛、智能避障算法、變電站智能規劃路線算法、基于邊緣計算的多傳感設備運動的智能控制研究和高精度拍攝、穩定且開放的巡檢車管理平臺的技術研究，制定集遠程控制及邊緣計算控制、智能路線規劃和巡檢、現場數據獲取等功能的變電站巡檢方案。 | 基于自主可控邊緣AI芯片變電站智能巡檢關鍵技術研究及應用 |
3 | 開展基于向量數據庫的電力知識檢索增強語言模型技術研究，主要研究構建一個行業知識性模型的整體技術方案：研究基于向量化技術的多源數據電力知識庫構建，將預處理后的多源數據轉換為向量形式，并進行切片操作，切片后的數據存儲到電力知識庫；研究電力行業知識質量自動評估技術，構建一個電力行業知識質量自動評估模型，對知識的語法、語義、上下文等方面進行分析，自動評估知識的準確性和可信度；研究電力行業知識文檔向量化檢索技術：通過對文檔的語義信息和向量表示進行分析，實現高效的檢索和查詢，并將檢索結果按照相關性和重要性進行排序，提高檢索的準確性和效率；研究基于大語言模型的電力行業知識提示詞設計策略：根據大語言模型的特性，設計適用于電力行業知識的提示詞，通過選擇最佳的關鍵詞、調整提示詞的順序和結構、如何結合不同的提示詞以提高性能。 | 基于向量數據庫的電力知識檢索增強語言模型技術研究項目 |
三、投標人資格要求
通用資格要求 | |
序號 | 內容 |
1 | 中華人民共和國境內注冊的法人，提供合法有效的營業執照（或事業單位法人證書等）；中華人民共和國境內注冊的非法人組織，提供主體資格合法存續的證明文件；分支機構應提供合法有效的授權，授權應加蓋委托人公章且委托人法定代表人或負責人簽字；不接受自然人參與。 |
2 | 提供近三年經審計的財務報告(2020-2022年報告。如2022年報告未發布，則提供相關原因聲明及2019-2021年報告；成立時間不足的按實際成立時間提供)，審計意見非“否定意見”或非“無法表示意見”，沒有處于被責令停業或破產狀態，且資產未被重組、接管和凍結。（事業單位應提供2020-2022年經批準的財務報表，如2022年報表未發布，則提供相關原因聲明及2019-2021年報表；成立時間不足的按實際成立時間提供） |
3 | 在經營活動中無重大違法失信記錄，沒有被市場監督管理機關在國家企業信用信息公示系統（）中列入嚴重違法失信企業名單，沒有被最高人民法院在“信用中國”網站（）列入失信被執行人名單，應提供上述兩個網站的相應截圖；在中國電力招標采購網范圍內沒有處于限制投標資格的處罰期內。 |
4 | 單位負責人為同一人或者存在控股、管理關系的不同單位，不得參加同一標包（標段）投標或者未劃分標包（標段）的同一招標項目投標。 |
5 | 不接受聯合體參與。 |
專用資格要求 | ||
序號 | 內容 | 關聯標的/標包/標段 |
1 | 響應截止前 36個月供應商應具備人工智能相關服務業績（合同證明材料名稱或服務內容中需含有“人工智能”關鍵字，或合同服務內容與人工智能技術有關聯），需提供合同關鍵頁（至少含合同首頁、服務內容頁、簽字蓋章頁）掃描件。 | 基于自主可控邊緣AI芯片變電站智能巡檢關鍵技術研究及應用 |
注：本條款未明確“是否接受聯合體投標”的，均視為不接受聯合體投標。
投標人如存在以下任一情形，由評標委員會對其作否決投標處理：1.與其他投標人下載招標文件的IP
如采購項目最小獨立評審單元（標的/標包/標段）出現上述任一情形，將否決投標人響應該采購項目及同一采購項目后續采購的全部投標文件。
如經查實投標人存在圍標串標情形的，依據供應商管理相關規定，對相關投標人實施不接受投標處罰。
四、
未在中國電力招標采購網（www.dl-yggm.cn）上注冊會員的單位應先點擊注冊。登錄成功后的在 招標會員 區根據招標公告的相應說明獲取招標文件！
咨詢電話：010-51957458
手 機：18811547188
聯系人：李楊
QQ:1211306049
微信：Li18811547188
郵箱：1211306049@qq.com
來源：中國電力招標采購網
備注：欲購買招標文件的潛在投標人,注冊網站并繳納因特網技術及商務信息服務費后，查看項目業主，招標公告并下載資格預審范圍，資質要求，
招標清單，報名申請表等。為保證您能夠順利投標，具體要求及購買標書操作流程按會員區招標信息詳細內容為準。
編輯：csg.cn
