DeepSpecs：5G 中的专家水平问题解答
计算与语言
2025-11-04 v1 人工智能
网络与互联网体系结构
摘要
5G 技术为数十亿用户提供了移动互联网接入。解答关于 5G 规范的专家级问题需要浏览数千页交叉引用标准，且这些标准在不同版本中不断演化。现有的检索增强生成（RAG）框架，包括面向电信领域的方案，依赖语义相似性，无法可靠地解决交叉引用或推理规范的演化过程。我们提出 DeepSpecs，一个通过结构化和时间推理增强的 RAG 系统，基于三个元数据丰富的数据库：SpecDB（条款对齐的规范文本）、ChangeDB（行级版本差异）以及 TDocDB（标准化会议文件）。DeepSpecs 通过元数据查找递归检索被引用条款来显式解决交叉引用问题，并通过挖掘变更并将其链接到 documenting 设计决策依据的变更请求（Change Requests）来追踪规范的演化过程。我们 curated 两个 5G 问答数据集：来自从业者论坛和教育资源的 573 个专家标注的真实问题，以及从批准的变更请求中派生的 350 个聚焦演化的问题。在多个大语言模型后端上，DeepSpecs 在基线模型和最先进的电信 RAG 系统方面表现更佳；消融实验确认，显式交叉引用解析和演化感知检索在显著提升答案质量方面发挥关键作用，凸显了建模 5G 标准结构和时间属性的重要性。
引用
@article{arxiv.2511.01305,
title = {DeepSpecs: Expert-Level Questions Answering in 5G},
author = {Aman Ganapathy Manvattira and Yifei Xu and Ziyue Dang and Songwu Lu},
journal= {arXiv preprint arXiv:2511.01305},
year = {2025}
}