利用大语言模型生成与 SAPPhIRE 模型相关的技术内容时参考知识选择的影响研究
计算与语言
2024-07-02 v1 人工智能
摘要
使用 SAPPhIRE 因果模型表示系统可以在设计中作为启发性刺激。然而，构建技术或自然系统的 SAPPhIRE 模型需要从关于系统运行方式的多个技术文档中获取技术知识。本研究探讨了如何使用大语言模型，准确地生成与 SAPPhIRE 因果模型相关的技术内容。本文是分为两部分的研究的第一部分，提出了一种使用检索增强生成与 LLM 进行幻觉抑制的方法，以生成由与 SAPPhIRE 构念相关的科学信息支持的技术内容。本研究结果表明，在为 LLM 提供上下文以生成技术内容时，所选择的参考知识非常重要。本研究的成果用于构建一个软件支持工具，以生成给定技术系统的 SAPPhIRE 模型。
关键词
引用
@article{arxiv.2407.00396,
title = {A Study on Effect of Reference Knowledge Choice in Generating Technical Content Relevant to SAPPhIRE Model Using Large Language Model},
author = {Kausik Bhattacharya and Anubhab Majumder and Amaresh Chakrabarti},
journal= {arXiv preprint arXiv:2407.00396},
year = {2024}
}