研究人员推出了一款多模态大学聊天机器人，旨在通过使用检索增强生成（RAG）帮助利益相关者及时获取信息。该系统将大型语言模型与语义检索相结合，从大学手册等机构资源中生成基于上下文的响应。
- 通过视觉语言模型接受文本和图像查询。
- 应用量化推理以在受限硬件上快速部署。
- 使用基于 FastAPI 构建的可扩展后端和使用 Next.js 开发的响应式前端。
- 与现有系统相比，幻觉率从 31.7% 降低到 6.6%。
定量评估证实了检索基础的效力，而多模态测试显示尽管视觉输入的响应时间增加，但两种查询类型的满意度评分都很高。