一项基准测试对六种大型语言模型 (LLM) 进行了 387 个特定建筑相关问题的测试,评估了它们在独立运行和检索增强生成 (RAG) 情况下的表现。结果显示,使用检索功能后性能大幅提升,模型单独的平均准确率为 19%,而在提供相关源文档后准确率达到 90%。研究强调,访问特定公司数据比选择哪种 LLM 更为关键,并指出模型经常会臆造行业标准答案,即使公司特定政策不同,且未表明其在猜测。 AI
影响 强调了检索增强生成 (RAG) 系统在弥合通用 LLM 知识与特定企业数据之间差距的关键需求。
排序理由 基准研究,评估大型语言模型在领域特定数据上的表现。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →