一种硬件方案辅助生成RAG方法及装置制造方法及图纸

本发明专利技术提供了一种硬件方案辅助生成RAG方法及装置，该方法包括：S1，解析原始文档集合，得到硬件方案片段；S2，标注既有要求与所述硬件方案片段之间的满足关系；S3，将标注好的满足关系存入数据库；S4，根据数据库中的数据，抽取方案属性信息，将数据库中的数据嵌入至高维向量空间；S5，获取用户提出的新要求，在数据库中进行新要求的相似度匹配查询和超集判断，确定候选方案；S6，判断所述新要求与候选方案之间的满足关系；S7，根据满足所述新要求的候选方案，生成元器件表单和硬件设计文档。本发明专利技术实现了新硬件设计需求与既有方案之间的快速、精准匹配，大大提高了方案检索和适应性。

【技术实现步骤摘要】

本专利技术属于自然语言处理领域，具体而言，涉及一种硬件方案辅助生成rag方法及装置。

技术介绍

1、在自然语言处理领域，随着深度学习技术的发展，大模型已经成为解决复杂任务的重要工具之一。然而，大模型在处理包含超长上下文限制的文档时，往往面临着信息丢失的风险。为了解决这一问题，研究人员提出了一种名为检索增强生成(retrieval-augmented generation，rag)的方法，它通过结合检索和生成两种模式，有效地利用了大量上下文信息，从而提高了大模型的性能。

2、rag方法的核心思想是将检索到的信息与生成模型相结合，以增强模型的上下文管理能力。这种方法首先从文档中提取关键信息，然后将其与生成模型的输出相结合，以生成更加准确的答案。为了确保检索到的信息能够被有效地利用，rag方法采用了上下文管理memory优化技术，以减少信息丢失的风险。此外，rag方法还针对大模型的性能下降问题进行了优化，通过使用较大的token(文本中最小的语义单元)来提高模型的性能。

3、然而，rag方法在结合具体领域细分任务时存在着一些挑战。例如，在本文档来自技高网...

【技术保护点】

1.一种硬件方案辅助生成RAG方法，其特征在于，包括：

2.根据权利要求1所述硬件方案辅助生成RAG方法，其特征在于，步骤S1包括：

3.根据权利要求1或2所述硬件方案辅助生成RAG方法，其特征在于，步骤S3中，将标注好的满足关系存入Neo4j数据库，包括：

4.根据权利要求1或2所述硬件方案辅助生成RAG方法，其特征在于，步骤S4包括：

5.根据权利要求1或2所述硬件方案辅助生成RAG方法，其特征在于，步骤S5包括：

6.根据权利要求5所述硬件方案辅助生成RAG方法，其特征在于，步骤S6中，所述新要求与候选方案之间满足关系的判...

【技术特征摘要】

1.一种硬件方案辅助生成rag方法，其特征在于，包括：

2.根据权利要求1所述硬件方案辅助生成rag方法，其特征在于，步骤s1包括：

3.根据权利要求1或2所述硬件方案辅助生成rag方法，其特征在于，步骤s3中，将标注好的满足关系存入neo4j数据库，包括：

4.根据权利要求1或2所述硬件方案辅助生成rag方法，其特征在于，步骤s4包括：

5.根据权利要求1或2所述硬件方案辅助生成rag方法，其特征在于，步骤s5包括：

6.根据权利要求5所述硬件方案辅助生成rag方法，其特征在于，步骤s6中...

【专利技术属性】
技术研发人员：周思远，周春云，包敏，朱玉鹤，
申请(专利权)人：扬州万方科技股份有限公司，
类型：发明
国别省市：