深度分析
多代理人 RAG 平台 Carolina Guide 提升大學政策查詢效率與安全防護
在大學學務諮詢常見資訊瓶頸下,Carolina Guide 以多代理人檢索增強生成系統,結合關聯式資料庫與向量索引、硬性安全防護與必備引用,於90筆測試中達成98.9%檢索成功與0.89安全F1,展現校內政策輔助的可行性。系統亦支援即時回應與部門自治的維護機制,確保政策更新可即時反映於服務。
深度分析
在大學學務諮詢常見資訊瓶頸下,Carolina Guide 以多代理人檢索增強生成系統,結合關聯式資料庫與向量索引、硬性安全防護與必備引用,於90筆測試中達成98.9%檢索成功與0.89安全F1,展現校內政策輔助的可行性。系統亦支援即時回應與部門自治的維護機制,確保政策更新可即時反映於服務。
深度分析
低資源語言缺乏大規模語料,研究以印地語詞彙網轉換 125 萬指令回應對,微調 12 億參數模型,教育聊天機器人取得 91 分教學效能,證明結構化知識可替代大量語料,此管線可延伸至所有具詞彙網的語言,為數百低資源語言提供可行的 AI 開發路徑,並與教育應用深度結合,提升學習成效。
深度分析
本研究針對程式教育中的學生行為模擬,提出將真實的程式提交與測試回饋序列化為對話式資料,以訓練開放權重的程式學習者模型。方法結合監督式微調與偏好最佳化,使 4B/8B Qwen 模型在模擬除錯行為上優於僅程式碼或大型封閉模型的基線,提升功能對齊與程式碼相似度。