MétaCan
Menu
Retour à la cohorte
Enregistrement W7106015545 · doi:10.7939/83017

Development of a Question Answering System Over Building Codes using Retrieval Augmented Generation

2025· dissertation· en· W7106015545 sur OpenAlexaboutno aff

Notice bibliographique

RevueUniversity of Alberta Library · 2025
Typedissertation
Langueen
DomaineComputer Science
ThématiqueMultimodal Machine Learning Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMetric (unit)Rank (graph theory)Code (set theory)Adaptation (eye)Scheme (mathematics)Question answeringKey (lock)Data retrieval

Résumé

récupéré en direct d'OpenAlex

Building codes establish standards for the design, construction, and safety of buildings, ensuring structural integrity, fire protection, and accessibility. However, they are extensive, complex, and frequently updated, making manual querying time-consuming. A promising solution is a Question Answering (QA) system built on Retrieval Augmented Generation (RAG) or its extension, Multi-modal RAG (MRAG). RAG integrates a retriever with a Large Language Model (LLM), while MRAG employs Vision Language Models (VLMs) capable of processing both text and images. This study first evaluated retrieval methods for the National Building Code of Canada (NBCC), comparing pre-trained and fine-tuned LLMs. Results showed Elasticsearch to be the most effective retriever, while fine-tuning LLMs on NBCC data significantly improved domain-specific response generation. Since RAG struggles with tabular data, MRAG was explored as a means to incorporate tabular information. Different input formats, LaTeX and images of tables, were tested, with image-based inputs performing better, though still limited. To address this, Low Rank Adaptation (LoRA) was applied for fine-tuning VLMs on tabular NBCC datasets. Fine-tuned VLMs, particularly Qwen2.5-VL-3B, showed marked improvements, recording a relative 105 percent performance gain. Finally, fine-tuned VLMs were integrated into MRAG and evaluated on a manually prepared NBCC QA dataset that included both text and tables. In addition to these, MRAG framework based on commercial VLMs were also tested on the same dataset, resulting in multiple MRAG frameworks built with either open-source fine-tuned or commercial VLMs. The effectiveness of each end-to-end MRAG framework was then assessed using a combined metric that considered accuracy, ROUGE score, BERT score, and time. Among open-source models, the fine-tuned Qwen2.5 series achieved the best performance, benefiting from their strong reasoning and visual question answering capabilities. Among commercial models, Gemini-2-Flash and Gemini-2.5-Pro delivered the highest overall scores, 0.69 and 0.67 respectively.

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,003
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,006

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,241
Écart entre enseignants0,228 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUniversity of Alberta LibraryMême sujetMultimodal Machine Learning ApplicationsTravaux en français237 207