DeepSolution: Potenciando el Diseño de Soluciones de Ingeniería Complejas mediante Exploración Basada en Árboles y Pensamiento Bi-punto

DeepSolution: Boosting Complex Engineering Solution Design via Tree-based Exploration and Bi-point Thinking

February 28, 2025

Autores: Zhuoqun Li, Haiyang Yu, Xuanang Chen, Hongyu Lin, Yaojie Lu, Fei Huang, Xianpei Han, Yongbin Li, Le Sun

cs.AI

Resumen

El diseño de soluciones para desafíos de ingeniería complejos es crucial en las actividades productivas humanas. Sin embargo, investigaciones previas en el campo de la generación aumentada por recuperación (RAG) no han abordado suficientemente tareas relacionadas con el diseño de soluciones de ingeniería complejas. Para llenar este vacío, presentamos un nuevo punto de referencia, SolutionBench, para evaluar la capacidad de un sistema de generar soluciones completas y viables para problemas de ingeniería con múltiples restricciones complejas. Para avanzar aún más en el diseño de soluciones de ingeniería complejas, proponemos un sistema novedoso, SolutionRAG, que aprovecha la exploración basada en árboles y el mecanismo de pensamiento bi-punto para generar soluciones confiables. Los resultados experimentales extensivos demuestran que SolutionRAG alcanza un rendimiento de vanguardia (SOTA) en SolutionBench, destacando su potencial para mejorar la automatización y confiabilidad del diseño de soluciones de ingeniería complejas en aplicaciones del mundo real.

English

Designing solutions for complex engineering challenges is crucial in human production activities. However, previous research in the retrieval-augmented generation (RAG) field has not sufficiently addressed tasks related to the design of complex engineering solutions. To fill this gap, we introduce a new benchmark, SolutionBench, to evaluate a system's ability to generate complete and feasible solutions for engineering problems with multiple complex constraints. To further advance the design of complex engineering solutions, we propose a novel system, SolutionRAG, that leverages the tree-based exploration and bi-point thinking mechanism to generate reliable solutions. Extensive experimental results demonstrate that SolutionRAG achieves state-of-the-art (SOTA) performance on the SolutionBench, highlighting its potential to enhance the automation and reliability of complex engineering solution design in real-world applications.