韩国国内研究团队成功开发出利用大规模语言模型(LLM)帮助企业作出最优决策的技术。预计可替代企业内部专业数据分析团队和高价的商用数据库解决方案。
韩国科学技术院(KAIST)19日表示,计算学部教授金民秀(见图)研究团队开发出从数据库(DB)中查找所需信息、并支持作出符合商业规则的最优决策的“计划检索增强生成”技术。研究成果已于17日在自然语言处理领域顶级学会“北美计算语言学会(NAACL)”上发表。
此前LLM因学习了海量数据,存在基于未用于学习的数据作答、或基于陈旧数据作答等局限。为解决这一问题而出现的是检索增强生成(RAG)技术。RAG是不仅依靠已学习内容作答,而是检索DB生成答案的技术。计划RAG是将现有RAG进一步发展的形态。计划RAG基于决策问题、DB和商业规则,先生成关于需要何种数据分析的宏观层面计划,再依照该计划利用反复的RAG执行微观层面的分析。
这类似于企业决策者制定需要何种数据分析的计划后,数据分析团队据此利用DB解决方案进行分析的形式。此外,计划RAG技术在依照计划进行数据分析的结果无法得出合适答案时,会重新制定计划并反复执行数据分析过程。研究团队解释称,与现有最新技术(反复RAG)相比,高难度企业决策问题的正确率最多提高了32.5%。
金教授表示:“迄今没有基于LLM解决决策问题的研究,因此我们新建了可评估企业决策性能的决策问答基准”,“期待借此帮助企业在复杂商业情境下,利用LLM而非人来作出最优决策”。






