Исследователи представили APS-RAG — специализированную платформу для работы с разрозненными данными научных центров. Система объединяет электронные журналы, техническую документацию, логи чатов и данные систем управления в единый поисковый индекс. Агентный подход позволяет не просто извлекать информацию, но и корректировать ответы, обеспечивая высокую точность при решении сложных эксплуатационных задач в условиях ограниченного доступа к знаниям.
Традиционные RAG-системы часто сталкиваются с проблемой «информационных силосов», где критически важные данные хранятся в неструктурированных форматах. APS-RAG решает эту проблему за счет гибридной архитектуры, которая сочетает классический поиск с агентной логикой. Это позволяет системе анализировать контекст запроса и обращаться к специфическим операционным базам данных, которые ранее были недоступны для стандартных LLM-инструментов.
Особое внимание в проекте уделено оценке качества ответов, основанной на реальных эксплуатационных метриках. Вместо стандартных бенчмарков разработчики внедрили систему проверки, привязанную к фактическим результатам работы оборудования. Такой подход минимизирует галлюцинации и делает систему пригодной для использования в высокотехнологичных средах, где цена ошибки при интерпретации технических данных крайне высока.
Ключевые факты
- Платформа APS-RAG разработана для Advanced Photon Source (APS) — крупного научного центра по изучению синхротронного излучения.
- Система интегрирует данные из электронных журналов, технических вики-ресурсов, логов систем управления и архивов переписки.
- Агентная архитектура включает механизм коррекции, который повышает релевантность ответов при работе с узкоспециализированной терминологией.
- Оценка эффективности системы проводится на основе операционных данных, что обеспечивает прямую связь между ИИ-ответами и реальными процессами обслуживания оборудования.