DeepSolution: Verbetering van Complex Ontwerp van Technische Oplossingen via Boomgebaseerde Verkenning en Tweepuntsdenken

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

Samenvatting

Het ontwerpen van oplossingen voor complexe technische uitdagingen is cruciaal in menselijke productieactiviteiten. Eerdere onderzoeken op het gebied van retrieval-augmented generation (RAG) hebben echter onvoldoende aandacht besteed aan taken die verband houden met het ontwerpen van complexe technische oplossingen. Om deze leemte op te vullen, introduceren we een nieuwe benchmark, SolutionBench, om het vermogen van een systeem te evalueren om complete en haalbare oplossingen te genereren voor technische problemen met meerdere complexe beperkingen. Om het ontwerp van complexe technische oplossingen verder te bevorderen, stellen we een nieuw systeem voor, SolutionRAG, dat gebruikmaakt van boomgebaseerde exploratie en een bi-punt denkmechanisme om betrouwbare oplossingen te genereren. Uitgebreide experimentele resultaten tonen aan dat SolutionRAG state-of-the-art (SOTA) prestaties behaalt op de SolutionBench, wat het potentieel ervan onderstreept om de automatisering en betrouwbaarheid van het ontwerpen van complexe technische oplossingen in real-world toepassingen te verbeteren.

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.