Large Language Model for Geotechnical Engineering Applications Using Retrieval Augmented Generation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The application of Natural Language Processing (NLP) in the field of Civil and geotechnical engineering presents unique challenges with the complexity of the calculations and the necessity for engineering judgment. Large Language Models (LLM) have been successfully presented to be one of the most effective solutions in many specific fields such as arts and literature, finance, and even software development. However, the use of LLM in the field of Civil Engineering and specifically in Geotechnical Engineering has not been widely discussed often compared to the other fields. This paper aims to cover the details with the framework and breakdown of how LLMs can be used to retrieve information from domain-specific data set specifically related to geotechnical engineering. The paper covers topics ranging from settlement analysis, ground improvements, to scripting features with the Rocscience platform. Data sources include research papers, technical documents from geotechnical engineers, and documentation for online help from the relevant geotechnical software. The paper is structured into three main sections: an introduction to LLM models with a focus on pre-trained models and model selection; a discussion of the data retrieval process using domain-specific database using Retrieval Augmented Generation (RAG); and an evaluation of the model’s performance. Performance benchmarks are established with vector embedding to trace context retrieval, and validation is performed using methods such as Recall-Oriented Understudy for Gisting Evaluation (ROGUE), Bidirectional Encoder Representations From Transformer (BERT), and Bilingual Evaluation Understudy (BLEU) score to compare the result with prompt-completion pairs. The study demonstrates that an LLM with sufficient geotechnical domain-specific data source produces superior responses compared to LLM trained on a generic public data set. The paper concludes with a discussion on the comparative results and the future potential of the LLM in geotechnical engineering.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle