利用大型语言模型（LLM）驱动工具的制造业知识共享：用户研究与模型基准测试

自然语言处理的最新进展使得在工厂中支持知识共享的方式更加智能化。在制造业中，生产线的运营越来越依赖于知识，这给工厂培训和支持新操作员的能力带来了压力。本文介绍了一种基于大型语言模型（LLM）的系统，旨在从工厂文档和专家操作员共享的知识中检索信息。该系统旨在高效回答操作员的查询，并促进新知识的共享。我们在一家工厂进行了用户研究，以评估其潜在影响和采用情况，获得了几个感知到的好处，即实现更快的信息检索和更有效的问题解决。然而，研究也强调了在有可能的情况下更倾向于向人类专家学习。此外，我们对该系统的几种商业和开源LLM进行了基准测试。目前的最先进模型GPT-4的表现始终优于其他模型，而开源模型紧随其后，考虑到其数据隐私和定制化优势，成为一个有吸引力的选择。总之，该工作为考虑使用LLM工具进行知识管理的工厂提供了初步见解和系统设计。