大語言模型微調(diào)訓(xùn)練與檢索增強(qiáng)生成技術(shù)在油氣企業(yè)制度問答應(yīng)用中的效果對比研究

摘要：油氣企業(yè)在長期發(fā)展過程中積累了大量企業(yè)內(nèi)部資料，如規(guī)章制度、技術(shù)標(biāo)準(zhǔn)和操作指南等。這些文件數(shù)量龐大，分布廣泛，查閱和共享存在困難，應(yīng)用LLM技術(shù)為解決這些問題提供了創(chuàng)新的解決方案。在開發(fā)基于LLM的知識問答應(yīng)用時(shí)，常采用微調(diào)和檢索增強(qiáng)生成（RAG）這兩種策略整合專有和特定領(lǐng)域的數(shù)據(jù)。上述方法的優(yōu)缺點(diǎn)尚未在企業(yè)級應(yīng)用得到充分理解，如何選擇合適的技術(shù)路線，快速落地應(yīng)用是目前企業(yè)在LLM本地化應(yīng)用中首先需要解決的重要問題。（剩余7321字）