原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
20xx.10.16;基于LLM的CSNS加速器问答机器人;基于LLM的CSNS加速器问答机器人;基于LLM的CSNS加速器问答机器人;未经训练的通用大模型;针对操作规程、故障处理、制度的问答;结论后续计划
1.数据源很重要，收集高质量的CSNS检修及制度的文件并进行清洗；构造高质量的QA对用于微调训练
2.基座模型对结果有显著影响，参数量越大的模型越具有推理能力（现在采用QWen2-7B，后续考虑使用70B的模型进行训练测试）
3.目前主要测试与调研了Rag技术，后续考虑采用微调与Rag相结合提升问答效果
4.计划使用不同的LLM对输出结果进行不同维度的打分，结合人工
文档评论（0）