Material Prediction

LLM 和 RAG 在预测车辆零部件材料方面展现出潜力

研究人员探索了使用大型语言模型 (LLM) 和检索增强生成 (RAG) 来预测车辆零部件材料。测试了三种方法：标准的 LLM、单通道 RAG 和迭代的 Chain-of-Verification (CoVe) 变体，并使用经过领域过滤的维基百科语料库进行检索。基于 LLM 的生成方法显著优于先前的方法，尽管 RAG 方法没有显示出进一步的改进。该研究强调了 RAG 系统中的挑战，包括超参数优化、对可访问领域语料库的需求以及专家评估设计。