CCF第七届AIOps国际挑战赛-亚军方案分享|北邮十二楼团队|Collaborative RAG

主要观点总结

本文介绍了在“微服务架构电商系统下故障识别和分类”挑战赛中，针对海量数据、复杂类型、重要文档可能被忽视和忽视正确答案等问题，提出的合作式搜索推荐RAG系统（Collaborative RAG）的解决方案。该方案包括构建知识库、检索和答案生成三个模块，并采用了一系列创新性的技术和方法，如OCR融合多模态模型、三步检索方法、相关度精筛和答案生成中的双思维协同合作等。经过比赛检验，该方案取得了优异成绩，并应用于实际项目中，表现出强大的潜力。

关键观点总结

关键观点1: 难点分析

文章分析了比赛的难点，包括海量数据、复杂类型数据、重要文档的识别和忽视正确答案等问题，并提出了相应的解决措施。

关键观点2: 方案介绍

文章介绍了Collaborative RAG系统的总体架构和核心模块，包括知识库构建、检索和答案生成三个模块，并详细阐述了每个模块的实现方式和创新点。

关键观点3: 方案检验

文章指出该系统在比赛中表现出色，取得了高分数和第一名的好成绩，并通过实际项目应用证明了其可行性和有效性。

关键观点4: 总结

文章总结了方案的创新性和通用性，并指出该系统不仅为比赛提供了技术支持，也为实际应用中企业的运维决策提供了强大的技术支持。

关键观点5: 团队介绍

最后介绍了参与该项目的团队，包括团队成员和他们的研究成果。

文章预览

Collaborative RAG：合作式搜索推荐RAG系统 1.赛题分析 1.1难点分析     本届挑战赛以“微服务架构电商系统下故障识别和分类”为题，赛事升级，挑战空前。下面将依次从 数据规模、数据类型、文档关联、答案生成等 层面作难点分析： 难点1 ——海量数据：数据之间相互干扰，导致检索退化，影响问答的质量。 解决措施：通过三步检索方法逐步缩小检索范围，提高有效信息占比。结合embedding和BM25的混合检索，确保尽可能找到所有潜在相关的文本块，减少数据之间的干扰。                  难点2 ——复杂类型：多类型数据需要进行处理，转换成基座大模型理解的形式。 解决措施：对源文件进行了标签增强、路径增强以及OCR+多模态处理，确保各种类型的数据能够被有效处理并转换为大模型可以理解的形式。同时对文本进行分割和增强，保证数据的 ………………………………