大型語言模型微調與知識圖譜驅動之工程文件減碳領域知識擷取與推論

專案經理 ：羅傑鰉

是否同意遠距 ：否

公共工程減碳策略散落於招標書、契約及環評報告等大量非結構化文件中，傳統做法仰賴資深工程師逐頁研讀，耗時且經驗難以傳承。本計畫運用最新開源大型語言模型微調技術（監督微調、偏好對齊、推理強化）與時序知識圖譜，建構能理解工程文件語境並生成專業建議的本地端 AI 系統。實習生將參與以下工作之一或多項：(1) 開源語言模型之多階段微調與領域適應；(2) 時序知識圖譜建構及語義、關鍵字、圖遍歷多路檢索融合；(3) 檢索增強生成（RAG）與記憶提示機制之設計與實作。本專案配備多卡 GPU 高效能運算環境，可實際操作從模型訓練到系統部署的完整流程，適合對 LLM 微調、知識圖譜或 RAG 技術有興趣之學生。