DeepSolution : Amélioration de la conception de solutions d'ingénierie complexes grâce à l'exploration arborescente et à la pensée bipoint

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

February 28, 2025

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

cs.AI

Résumé

La conception de solutions pour des défis d'ingénierie complexes est cruciale dans les activités de production humaines. Cependant, les recherches précédentes dans le domaine de la génération augmentée par récupération (RAG) n'ont pas suffisamment abordé les tâches liées à la conception de solutions d'ingénierie complexes. Pour combler cette lacune, nous introduisons un nouveau benchmark, SolutionBench, afin d'évaluer la capacité d'un système à générer des solutions complètes et réalisables pour des problèmes d'ingénierie avec de multiples contraintes complexes. Pour faire progresser davantage la conception de solutions d'ingénierie complexes, nous proposons un nouveau système, SolutionRAG, qui exploite l'exploration arborescente et le mécanisme de pensée bipoint pour générer des solutions fiables. Les résultats expérimentaux approfondis démontrent que SolutionRAG atteint des performances de pointe (SOTA) sur SolutionBench, mettant en évidence son potentiel pour améliorer l'automatisation et la fiabilité de la conception de solutions d'ingénierie complexes dans des applications réelles.

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.