基于生成式 AI 与检索增强生成的虚拟助手：面向本科毕业项目的评估研究
计算与语言
2026-04-30 v1 人工智能
信息检索
摘要
由于能够生成类人文本并处理复杂查询，大型语言模型（LLM）越来越多地被用于创建虚拟助手。尽管这些模型前景广阔，但幻觉、信息缺失以及难以提供准确且符合特定上下文的回复等挑战依然存在，尤其是在应用于高度专业化的内容领域时。在本文中，我们致力于解决这些挑战，开发了一个旨在支持马斯特里赫特大学学生查阅项目特定规定的虚拟助手。我们提出了一种基于检索增强生成（RAG）系统的虚拟助手，该系统通过整合最新的特定领域知识来提高回复的准确性与可靠性。通过稳健的评估框架与实际测试，我们证明了我们的虚拟助手能够有效满足学生需求，同时应对将大型语言模型应用于专业化教育场景的固有挑战。本研究有助于改进面向特定应用的 LLM 系统的持续探讨，并指出了进一步研究的方向。
引用
@article{arxiv.2604.25924,
title = {Generative AI-Based Virtual Assistant using Retrieval-Augmented Generation: An evaluation study for bachelor projects},
author = {Dumitru Verşebeniuc and Martijn Elands and Sara Falahatkar and Chiara Magrone and Mohammad Falah and Martijn Boussé and Aki Härmä},
journal= {arXiv preprint arXiv:2604.25924},
year = {2026}
}
备注
Accepted at BNAIC/BeNeLearn 2024, to appear in Springer CCIS series. 15 pages + refs. Code and survey available at https://github.com/DikaVer/maastricht_university_generative_virtual_assistant