摘要
由于大语言模型存在幻觉现象,导致其在电力领域问答任务上表现不佳。为此,提出一个基于检索增强的多智能体协作框架。所提框架结合检索增强技术和多智能体协作机制,通过智能体间的迭代讨论和解决争议,以增强大模型的性能和应对复杂场景的能力。通过对电力领域问答数据进行实验,实验结果验证了所提框架的有效性和多智能体协作方法的可行性。
Due to the hallucination phenomenon presented in large language models,their performance in question-answering tasks in the power sector is often poor.This paper proposes a multi-agent collaboration framework based on retrieval augment.The proposed framework combines retrieval augment technology and multi-agent collaboration mechanisms.It utilizes iterative discussions and dispute resolutions among agents to boost the large model’s performance and its ability to handle complex tasks.Through experiments with question-answering data from the power sector,the results validate the effectiveness of the proposed framework and the feasibility of the multi-agent approach.
作者
李强
庄莉
梁懿
王秋琳
伍臣周
LI Qiang;ZUANG Li;LIANG Yi;WANG Qiulin;WU Chenzhou(State Grid Information Industry&Telecommunication Group Co.,Ltd.,Beijing 102211,China;Fujian Yirong Information Technology Co.,Ltd.,Fuzhou 350001,China)
出处
《微型电脑应用》
2025年第6期66-68,73,共4页
Microcomputer Applications
基金
面向复杂电力业务场景的大规模生成式模型构建技术研究及应用(SGITYLYRSCJS2310656)。
关键词
大语言模型
检索增强
多智能体协作
智能问答
large language model
retrieval augment
multi-agent collaboration
intelligent question answering
作者简介
李强(1966-),男,博士,教授级高级工程师,研究方向为电力安全监督、电力安全生产信息化;庄莉(1976-),女,硕士,高级工程师,研究方向为计算机科学与技术;梁懿(1975-),男,本科,高级工程师,研究方向为计算机科学与技术;王秋琳(1980-),男,本科,高级工程师,研究方向为电力安全监督、人工智能、融媒体、项目管理;通信作者:伍臣周(1987-),男,本科,高级工程师,研究方向为电力安全监督、人工智能、新型电力系统数字化。
