TelecomRAG：利用检索增强生成和大语言模型驾驭电信标准
网络与互联网体系结构
2024-06-12 v1 机器学习
摘要
大型语言模型 (LLM) 具有巨大的潜力来变革电信行业。它们可以帮助专业人员理解复杂标准、生成代码并加速开发。然而，传统 LLM 在电信工作中所需的精确性和来源验证方面存在挑战。为此，需要针对电信标准开发的专业 LLM 解决方案。检索增强生成 (RAG) 提供了创建精确、基于事实的答案的方法。本文提出了 TelecomRAG，一个面向电信标准助手的框架，提供准确、详细且可验证的响应。我们的实现使用由 3GPP Release 16 和 Release 18 规范文档构建的知识库，演示了该助手超越通用 LLM，提供更高的准确性、技术深度和可验证性，从而为电信领域提供显著价值。
关键词
引用
@article{arxiv.2406.07053,
title = {TelecomRAG: Taming Telecom Standards with Retrieval Augmented Generation and LLMs},
author = {Girma M. Yilma and Jose A. Ayala-Romero and Andres Garcia-Saavedra and Xavier Costa-Perez},
journal= {arXiv preprint arXiv:2406.07053},
year = {2024}
}
备注
7 pages, 2 figures, 3 tables