TelcoAI: 通过智能体多模态检索增强生成推进3GPP技术规范搜索
机器学习
2026-01-27 v1 人工智能
计算与语言
计算机视觉与模式识别
信息检索
多媒体
摘要
第三代合作伙伴计划(3GPP)制定的复杂技术规范是全球电信领域的基石，然而其层级结构、密集格式和多模态内容使其难以处理。尽管大型语言模型(LLM)展现出潜力，但现有方法在处理复杂查询、视觉信息和文档相互依赖关系方面仍显不足。我们提出了TelcoAI，这是一个专为3GPP文档定制的智能体多模态检索增强生成(RAG)系统。TelcoAI引入了感知章节的文本分块、结构化查询规划、元数据引导的检索以及文本与图表的模态融合。在多个基准测试（包括专家策划的查询）上的评估表明，我们的系统实现了87%的召回率、83%的主张召回率和92%的忠实度，相较于最先进的基线方法提升了16%。这些结果证明了智能体和多模态推理在技术文档理解中的有效性，为现实世界的电信研究与工程推进了实用解决方案。
引用
@article{arxiv.2601.16984,
title = {TelcoAI: Advancing 3GPP Technical Specification Search through Agentic Multi-Modal Retrieval-Augmented Generation},
author = {Rahul Ghosh and Chun-Hao Liu and Gaurav Rele and Vidya Sagar Ravipati and Hazar Aouad},
journal= {arXiv preprint arXiv:2601.16984},
year = {2026}
}
备注
Accepted to IJCNLP-AACL 2025