MITRA:物理合作中的AI知识检索助手

论文标题：MITRA：物理合作中的AI知识检索助手

作者：Abhishikth Mallampalli等

链接：https://arxiv.org/abs/2603.09800

研究背景

大型科学合作，如CERN的紧凑μ子螺旋仪(CMS)，产生了大量且不断增长的内部文档库。导航这个复杂的信息环境对新老研究人员都是一个重大挑战，阻碍了知识共享并减缓了科学发现的步伐。

⚠️ 核心挑战

如何构建一个能够回答关于物理分析的具体、上下文感知问题的知识检索系统？

技术方法

🔹 自动化文档检索管道

MITRA采用了一种新颖的自动化管道，使用Selenium从内部数据库检索文档，并使用光学字符识别(OCR)和布局解析进行高保真文本提取。这种自动化方式大大减少了人工处理文档的工作量。

🔹 本地部署框架

MITRA的整个框架，从嵌入模型到大型语言模型(LLM)，都在本地托管，确保敏感的协作数据保持私密。这对于处理高度敏感的科学研究数据至关重要。

🔹 两层向量数据库架构

引入两层向量数据库架构，首先从摘要中识别相关分析，然后聚焦完整文档，解决了不同分析之间可能存在的歧义问题。这种分层方法提高了检索的准确性。

实验结果

📊 检索性能评估：在现实查询上展示了原型系统相对于标准基于关键词的基线更优越的检索性能。         

📊 实用价值：系统能够有效回答关于物理分析的具体问题，为大型实验合作中的知识管理提供了新工具。         

✅ 核心结论

MITRA为大型科学合作中的知识检索提供了创新解决方案。通过结合RAG技术、自动化文档处理和本地部署框架，该系统能够有效地帮助研究人员导航庞大的文档库，促进知识共享并加速科学发现。未来工作将开发用于大型实验合作的综合研究智能体。

总结与展望

MITRA为大型科学合作中的知识检索提供了创新解决方案。通过结合RAG技术、自动化文档处理和本地部署框架，该系统能够有效地帮助研究人员导航庞大的文档库，促进知识共享并加速科学发现。未来工作将开发用于大型实验合作的综合研究智能体。