MechRAG: model bahasa besar multimodal untuk teknik mesin

Desain dan manufaktur teknik pada dasarnya adalah aktivitas multimodal di mana insinyur mengonsultasikan dan menghasilkan beragam data serta representasi di berbagai disiplin teknik dan tahap siklus hidup produk. Meskipun format digital yang mapan telah tersedia untuk representasi tersebut, penggunaannya masih terbatas pada aplikasi khusus, menciptakan silo yang membatasi integrasi lintas domain. Fragmentasi ini menghambat akses dan sintesis informasi teknik secara mulus. Untuk mengatasi hal ini, Shuang Li dan J. Corney memperkenalkan mechanical retrieval-augmented generation (MechRAG), sebuah arsitektur model bahasa besar multimodal yang dirancang untuk menyatukan informasi dari berbagai representasi teknik yang biasanya ditemukan di lingkungan computer-aided engineering (CAE) dan computer-aided design (CAD). MechRAG bertujuan meningkatkan produktivitas teknik dengan menyediakan antarmuka percakapan yang mengintegrasikan aset digital heterogen ke dalam respons atas pertanyaan teknik.

MechRAG menggunakan pendekatan retrieval-augmented generation, menggabungkan model bahasa besar dengan mekanisme retrieval yang mengakses repositori data CAD/CAE. Arsitekturnya multimodal, mampu memproses dan mengintegrasikan beragam tipe data seperti model 3D, hasil simulasi, dan spesifikasi tekstual. Ketika diberikan prompt dalam antarmuka percakapan, MechRAG mengambil informasi relevan dari silo data teknik dan menghasilkan respons koheren yang menyintesis informasi tersebut. Sistem ini dirancang untuk menangani data terstruktur maupun tidak terstruktur, sehingga mampu menjawab berbagai pertanyaan teknik. Komponen retrieval memastikan respons berpijak pada artefak teknik yang sebenarnya, mengurangi halusinasi dan meningkatkan akurasi. Pelatihan model kemungkinan melibatkan fine-tuning pada korpus khusus teknik untuk menyesuaikannya dengan terminologi dan pola penalaran domain tersebut.