面向商科教育的本地化多课程 RAG 助教:校园 AI 导师中的软硬件权衡
英文标题:On-Premises Multi-Course RAG Tutoring for Business Education: Hardware-Software Trade-offs in a Campus AI Tutor
本文针对商科教育场景提出了一套名为 CourseChat 的本地化多课程 RAG(检索增强生成)AI 助教系统。该系统要求在严格依据指定课程资料生成回答的同时,确保教材版权与学生交互对话全部留存在机构内部基础设施中。研究深入探讨了校园 AI 导师在落地过程中的软硬件选型与系统权衡。这为教育机构及企业在数据隐私合规前提下私有化部署垂直领域大模型应用提供了重要参考。
打开原文相关 2.4 · 机会 1
640 B
612 B
380 B
9.1 KB
32.7 KB
22.8 KB
24.2 KB
34.7 KB
中文
论文摘要(arXiv:2610.02510v1)
基于检索增强生成(RAG)构建的校园 AI 助教,必须确保生成的回答严格基于指定的课程资料,同时还要将教材内容以及学生的交互对话数据完整保留在校方自身的基础设施中。
针对这一需求,研究团队提出了 CourseChat——一个支持本地化部署(On-Premises)的多课程 RAG 助教系统,并系统分析了构建校园 AI 导师时所面临的软硬件权衡与架构选型挑战。
BibTeX 格式引用
English / 原文
BibTeX formatted citation
×