基于大语言模型RAG框架的铲运机维修问答系统

赵 峰, 李 新浩, 周 天赐, 邱 功浩
安徽工业大学

摘要


本研究设计出一种以RAG（检索加强生成）框架为依托的铲运机维修问答系统，要解决传统维修手册检索
效率低的问题，从而改进交通运输行业的运行效能，该系统把稠密段落检索技术和生成式语言模型结合起来，能在
大量的维修文档当中快速找到所需的信息，而且可以生成结构清晰，容易明白的维修指导方案，通过实验得出，在
一致性，上下文关联性以及内容准确性这三个主要评价标准上，它的均分分别达到0.924，0.900和1.000，这明显好
于传统的关键词匹配方法，这种系统的开发给铲运机维修领域的智能化更新给予有力的支持，有着重要的应用价值
和推广前景。

关键词


大语言模型；RAG框架；铲运机维修；问答系统

全文:

PDF


参考


[1]Chen J, Zhang P, et al. Bge m3-embedding:

Multi-lingual, multi-functionality, multi-granularity text

embeddings through self-knowledge distillation[J]. arxiv

preprint arxiv:2402.03216, 2024.

[2]王博楷，牛本，刘玲丽.基于RAG的供应链智能

问 答 模 型[J].Operations Research and Fuzziology，2024，

14：637.

[3]Arslan M, Ghanem H, Munawar S, et al. A Survey on

RAG with LLMs[J]. Procedia computer science, 2024, 246:

3781-3790.

[4]QIU J, WANG Q, ZHOU Y, et al. Fast and

accurate recognition of Chinese clinical named entities with

residual dilated con-volutions [C]//2018 IEEE International

Conference on Bioinformatics and Bio -medicine(BIBM).

Madrid，Spain：IEEE Press,2018:935-942.


Refbacks

  • 当前没有refback。