論文の概要: RAG-Optimized Tibetan Tourism LLMs: Enhancing Accuracy and Personalization

• arxiv url: http://arxiv.org/abs/2408.12003v1
• Date: Wed, 21 Aug 2024 21:34:01 GMT
• ステータス: 処理完了
• システム内更新日: 2024-08-23 17:44:43.105765
• Title: RAG-Optimized Tibetan Tourism LLMs: Enhancing Accuracy and Personalization
• Title（参考訳）: RAG最適化チベット観光LLMの精度向上とパーソナライゼーション
• Authors: Jinhu Qi, Shuai Yan, Yibo Zhang, Wentao Zhang, Rong Jin, Yuwei Hu, Ke Wang,
• Abstract要約: 既存の大規模言語モデル(LLM)は、パーソナライズされたレコメンデーション機能と、時に幻覚を引き起こす可能性のあるコンテンツの生成において、課題に直面している。 本研究では,検索強化世代(RAG)技術に基づくチベット観光LLMの最適化手法を提案する。
• 参考スコア（独自算出の注目度）: 30.193180894907663
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: With the development of the modern social economy, tourism has become an important way to meet people's spiritual needs, bringing development opportunities to the tourism industry. However, existing large language models (LLMs) face challenges in personalized recommendation capabilities and the generation of content that can sometimes produce hallucinations. This study proposes an optimization scheme for Tibet tourism LLMs based on retrieval-augmented generation (RAG) technology. By constructing a database of tourist viewpoints and processing the data using vectorization techniques, we have significantly improved retrieval accuracy. The application of RAG technology effectively addresses the hallucination problem in content generation. The optimized model shows significant improvements in fluency, accuracy, and relevance of content generation. This research demonstrates the potential of RAG technology in the standardization of cultural tourism information and data analysis, providing theoretical and technical support for the development of intelligent cultural tourism service systems.
• Abstract（参考訳）: 近代社会経済の発展に伴い、観光は人々の精神的なニーズを満たす重要な手段となり、観光産業に発展の機会をもたらした。 しかし、既存の大規模言語モデル(LLM)は、パーソナライズされたレコメンデーション機能と、時に幻覚を引き起こす可能性のあるコンテンツの生成において、課題に直面している。 本研究では,検索強化世代(RAG)技術に基づくチベット観光LLMの最適化手法を提案する。 観光名所のデータベースを構築し,ベクトル化手法を用いてデータを処理することにより,検索精度を大幅に向上させた。 RAG技術の応用は、コンテンツ生成における幻覚問題に効果的に対処する。 最適化されたモデルは、コンテンツ生成の流速、正確性、および関連性を著しく改善している。 本研究は、文化観光情報の標準化とデータ分析におけるRAG技術の可能性を示し、インテリジェントな文化観光サービスシステムの開発に理論的、技術的支援を提供する。

関連論文リスト

• Deploying Large Language Models With Retrieval Augmented Generation [0.21485350418225244]
  Retrieval Augmented Generationは、大規模言語モデルのトレーニングセット外のデータソースからの知識を統合するための重要なアプローチとして登場した。 本稿では,LLMとRAGを統合して情報検索を行うパイロットプロジェクトの開発とフィールドテストから得られた知見について述べる。
  論文  参考訳（メタデータ） (2024-11-07T22:11:51Z)
• Evaluating Cultural and Social Awareness of LLM Web Agents [113.49968423990616]
  CASAは,大規模言語モデルの文化的・社会的規範に対する感受性を評価するためのベンチマークである。 提案手法は,標準に違反するユーザクエリや観察を検知し,適切に応答するLLMエージェントの能力を評価する。 実験により、現在のLLMは非エージェント環境で大幅に性能が向上していることが示された。
  論文  参考訳（メタデータ） (2024-10-30T17:35:44Z)
• A Comprehensive Survey of Retrieval-Augmented Generation (RAG): Evolution, Current Landscape and Future Directions [0.0]
  RAGは、検索機構と生成言語モデルを組み合わせることで、出力の精度を高める。 近年の研究では, 検索効率向上のための新しい手法が注目されている。 RAGモデルの堅牢性向上に焦点をあてた今後の研究方向性が提案されている。
  論文  参考訳（メタデータ） (2024-10-03T22:29:47Z)
• Research on Tibetan Tourism Viewpoints information generation system based on LLM [26.88700599751214]
  本研究は,チベット観光観光地における情報格差の影響について考察する。 LLM(Large Language Model)評価基準の確立という課題に対処する。 これは、教師付き微調整技術を採用した革新的なアプローチであるDualGen Bridge AIシステムを導入している。
  論文  参考訳（メタデータ） (2024-07-18T14:31:53Z)
• The Responsible Foundation Model Development Cheatsheet: A Review of Tools & Resources [100.23208165760114]
  ファンデーションモデル開発は、急速に成長するコントリビュータ、科学者、アプリケーションを引き付けている。 責任ある開発プラクティスを形成するために、我々はFoundation Model Development Cheatsheetを紹介します。
  論文  参考訳（メタデータ） (2024-06-24T15:55:49Z)
• Towards a Consensual Definition for Smart Tourism and Smart Tourism Tools [49.70364068620608]
  この章は、ヨーロッパにおけるSTTの総合的な展望を提供するオンライン天文台を建設するための、進行中のイニシアチブの一部である。 我々は,世界中のST専門家を招待して,このような音質レベルを達成するための参加的アプローチの結果を提示する。
  論文  参考訳（メタデータ） (2024-02-16T17:03:04Z)
• Wireless Crowd Detection for Smart Overtourism Mitigation [50.031356998422815]
  この章では、モバイルデバイスのワイヤレスアクティビティに基づいたオーバツーリズムを監視するための、低コストなアプローチについて説明する。 群集センサは、無線技術のトレース要素を検出することで、周囲のモバイルデバイスの数をカウントする。 いくつかの技術で検出プログラムを実行し、指紋解析の結果は匿名データベースにのみローカルに保存される。
  論文  参考訳（メタデータ） (2024-02-14T13:20:24Z)
• Prediction of Tourism Flow with Sparse Geolocation Data [5.7816173667121635]
  特定の地域での観光量と観光フローの適正かつ正確な予測が重要である。 本稿では,RNN,GNN,Transformerといった最先端のディープラーニング手法の性能を実証的に評価する。 これにより、現代の入力特徴ハンドリングと、個別のPOIデータ上に位置情報データをマッピングすることで、予測の精度を高めることができる。
  論文  参考訳（メタデータ） (2023-08-28T12:03:03Z)
• Exploring Large Language Model for Graph Data Understanding in Online Job Recommendations [63.19448893196642]
  本稿では,大規模言語モデルが提供するリッチな文脈情報と意味表現を利用して行動グラフを解析する新しいフレームワークを提案する。 この機能を利用することで、個々のユーザに対してパーソナライズされた、正確なジョブレコメンデーションが可能になる。
  論文  参考訳（メタデータ） (2023-07-10T11:29:41Z)
• Tourism Demand Forecasting: An Ensemble Deep Learning Approach [4.516340427736994]
  我々は、北京の観光客の到着を予測するために、歴史的観光到着データ、経済変動データ、検索強度指標(SII)データを使用する。 提案するB-SAKE手法は, レベル精度, 方向精度, 統計的意義の観点から, ベンチマークモデルより優れている。 バッグングと積み重ねオートエンコーダは、観光ビッグデータがもたらす課題を効果的に軽減し、モデルの予測性能を向上させる。
  論文  参考訳（メタデータ） (2020-02-19T02:23:38Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。