只需拍摄一张照片(拍摄桥梁),即可轻松创建 3D 模型,从而可以重现实际现场,避免因疏忽而导致的重新检查。此外,第三方也更容易检查 3D 模型,从而提高检查质量。 ・您创建的 3D 模型可以共享。如果有 3D 模型,我们可以解释图纸
防卫省情报本部网站(https://www.mod.go.jp/dih/service.html)〒162-8806 东京都新宿区市谷本村町5-1 防卫省情报本部总务部会计课(联系人:高田)电话:03-3268-3111(内线31752)直拨传真:03-5225-9641
Oncotherapy Science Co.,Ltd。和Cancer Precision Medicine Co.,Ltd。(统称为Oncotherapy Science Co.,Ltd。和Cancer Precision Medicine Co.,Ltd。(统称为
收稿日期: 2024–05–13 ; 修回日期: 2024–06–28 ; 录用日期: 2024–07–05 ; 网络首发时间: 2024–07–19 15:22:18 网络首发地址: https://doi.org/10.13801/j.cnki.fhclxb.20240718.003 基金项目: 国家自然科学基金 (51902125) ; 吉林市科技发展计划资助项目 (20210103092) ; 第七批吉林省青年科技人才托举工程 (QT202316) National Natural Science Foundation of China (51902125); Science and Technology Development Plan of Jilin City (20210103092); Seventh Batch of Jilin Province Young Science and Technology Talents Promotion Project (QT202316) 通信作者: 陈杰 , 博士 , 副教授 , 硕士生导师 , 研究方向为碳纤维复合材料的开发与应用 E-mail: jiechendr@163.com
摘要 - 由IETF标准化的NetConf协议是一种用于配置网络实体的尖端解决方案,并在现代网络设备中提供了SNMP的替代方案。由于配置协议的复杂性以及创建有效配置的挑战,生成的AI解决方案有望将文本提示转换为配置构造的人。但是,LLM在文献中尚未探讨LLM产生NetConf配置的潜力。本文通过评估五个不同的LLM的性能(包括Llama3,开源,本地模型)来解决这一差距,以使用广泛的Yang数据模型来创建NetConf配置。为了使用生成AI创建有效的网络配置,本文提出了将域知识集成到LLM的管道,而无需其他培训,并突出了常见的缺点和错误,以防止生成有效的配置。发现表明LLM的使用有望实现此任务,但是当前的最新技术还不够成熟,可以在复杂情况下立即进行工业应用。索引条款 - 网络管理,服务管理,NetConf,Yang,SNMP,Generative AI,LLM,RAG,XML,XML,MIB,GPT,GPT,LLAMA3