在LangChain中集成GPT优化基于Web的AI查询检索：一种CoT增强的提示工程方法
人机交互
2025-06-19 v1 人工智能
摘要
大型语言模型已彻底改变了远程学习学生的过程，以及教育活动的其他方面。当前远程学习资源的检索缺乏上下文含义的深度，无法为复杂的学生查询提供全面的信息。本文提出了一种新颖的方法，通过在LangChain框架内集成基于GPT的模型来增强远程学习检索。我们利用CoT推理和提示工程，以更直观和高效的方式实现该系统。我们提出的框架着重于提高检索结果的精确性和相关性，以返回最适合每个学生需求的、上下文丰富的全面解释和资源。我们还评估了我们的方法相对于典型LLM的有效性，并报告了用户满意度和学习成果的改善。
引用
@article{arxiv.2506.15512,
title = {Optimizing Web-Based AI Query Retrieval with GPT Integration in LangChain A CoT-Enhanced Prompt Engineering Approach},
author = {Wenqi Guan and Yang Fang},
journal= {arXiv preprint arXiv:2506.15512},
year = {2025}
}