Resumen: Varias industrias han producido una gran cantidad de documentos, como planes industriales, pautas técnicas y regulaciones que están estructuralmente complejas y fragmentadas con contenido. Esto plantea desafíos significativos para los expertos y tomadores de decisiones en términos de recuperación y comprensión. Aunque los métodos de generación de recuperación de recuperación basados en LLM existentes pueden proporcionar sugerencias relacionadas con el contexto, carecen de ponderación cuantitativa y rutas de razonamiento rastreables, lo que dificulta ofrecer apoyo de decisiones transparentes y de nivel múltiple. Para abordar este problema, este documento propone el método RAD, que integra la toma de decisiones de criterios múltiples con las capacidades de comprensión semántica de LLM. El método extrae automáticamente los criterios clave de los documentos de la industria, construye un modelo de decisión jerárquica ponderada y genera informes estructurados bajo la guía del modelo. El marco RAD introduce las cadenas explícitas de asignación de peso y razonamiento en la generación de decisiones para garantizar la precisión, la integridad y la trazabilidad. Los experimentos muestran que en diversas tareas de toma de decisiones, los informes de decisión generados por RAD superan significativamente los métodos existentes en términos de detalle, racionalidad y estructura, lo que demuestra su valor de aplicación y potencial en escenarios de soporte de decisiones complejos.
Publicado Originalme en rss.arxiv.org El 26 de mayo de 2025.
Ver Fuente Original
