DeepSolution: Ускорение проектирования сложных инженерных решений с помощью древовидного исследования и двухточечного мышления

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

February 28, 2025

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

cs.AI

Аннотация

Разработка решений для сложных инженерных задач играет ключевую роль в производственной деятельности человека. Однако предыдущие исследования в области генерации, дополненной поиском (RAG), недостаточно охватывали задачи, связанные с проектированием сложных инженерных решений. Чтобы восполнить этот пробел, мы представляем новый бенчмарк, SolutionBench, для оценки способности системы генерировать полные и реализуемые решения для инженерных задач с множеством сложных ограничений. Для дальнейшего продвижения в проектировании сложных инженерных решений мы предлагаем новую систему, SolutionRAG, которая использует механизм древовидного исследования и бинарного мышления для генерации надежных решений. Результаты масштабных экспериментов демонстрируют, что SolutionRAG достигает наилучших показателей (SOTA) на SolutionBench, подчеркивая её потенциал для повышения автоматизации и надежности проектирования сложных инженерных решений в реальных приложениях.

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.