机构名称：
¥ 1.0
摘要在新项目的规划和设计中，团队成员通常依靠现有的技术文件来做出明智的决定。提问系统可以使用大型语言模型（LLM）（例如GPT-4）在此过程中有所帮助，例如用于体系结构，工程和施工（AEC）等专业领域。但是，他们面临着诸如信息检索不正确的挑战，对域特异性数据的访问有限，提示自定义不足和幻觉不足。本文通过使用检索功能的生成（RAG）和及时的工程来开发用于技术文档的生成问题的问题来解决这些问题。系统杠杆具有带有域特异性嵌入的矢量化数据库，并采用语义模拟来进行有效的通过检索。通过提示将检索到的域知识集成到LLM中，该系统旨在提高生成信息的准确性和相关性。专家评估将开发的顾问与包括Google和文档数据库在内的传统搜索方法进行了比较，显示了所有LLM辅助评估指标的卓越性能，尤其是搜索效率。
生成项目问答系统
主要关键词
相关文件推荐
