基于RAG大模型的深圳大学AI高考咨询系统——第十届Nvidia Sky Hackathon

一、赛事简介

        NVIDIA Sky Hackathon是由NVIDIA主办的一场全球性技术盛会，旨在推动深度学习技术的创新与应用。本届比赛以“基于RAG技术创新构建智能对话机器人”为核心主题，鼓励参赛者运用RAG（Retrieval-Augmented Generation）技术，结合NVIDIA的SDK工具，自主设计和搭建对话机器人。在这一过程中，我们不仅深入了解了RAG技术，还掌握了构建对话机器人的核心技能。同时，通过与同行的交流学习，共同探索生成式AI的更多可能性。

 

二、项目介绍

        每年高考季，深圳大学都会精心组织教师团队进行高考招生宣传，并在线上解答考生们的各类问题。为有效节约人力成本，并充分发挥人工智能大语言模型的优势，我们开发了一套智能化的在线高考咨询系统。

        借助NVIDIA AI Endpoint和NIM工具，并结合RAG（Retrieval-Augmented Generation）技术，我们成功打造了一款基于本地知识库的AI高考咨询系统。这款智能对话机器人专为深圳大学的高考招生服务而设计，能够为考生们提供有关深圳大学的全方位信息。从专业介绍、录取要求到奖学金政策，系统都能详尽地回答，帮助考生们了解他们最关心的问题。

        不仅如此，我们的系统还包含了丰富的校园导览功能。通过详细的图文资料，系统能够生动地介绍校园内的各大地标建筑，如图书馆、实验楼、体育馆等。这不仅为考生们提供了直观的视觉体验，也帮助他们更好地了解深圳大学的校园文化和生活环境。

        对于那些希望深入了解深圳大学的考生，我们的AI系统提供了更多元化的信息和互动体验。无论是了解校史、校园生活，还是探寻学术资源和课外活动，系统都能提供全面而详细的指导。我们的目标是通过这套智能咨询系统，让每一位考生都能轻松获取所需信息，更加自信地选择他们的未来。

        通过这套AI在线高考咨询系统，我们不仅提升了信息传递的效率，还为考生们创造了一种全新的互动体验。让每一位考生在了解深圳大学的过程中，都能感受到科技带来的便利和魅力。

三、项目亮点

       

• 本地知识库：我们的系统集成了深圳大学的详尽信息，包括学校的历史背景、各学科的优势特色、卓越的师资团队、年度招生计划以及毕业生的就业前景等。这些内容经过精心整理，以便为考生提供全面且可靠的咨询服务。

• 多轮对话能力：系统具备出色的多轮对话能力，能够理解和关联上下文信息，从而为用户提供连续且连贯的咨询体验。无论考生提出的问题有多复杂，系统都能灵活应对，确保每一次交互都能流畅自然。

• 高效检索：借助RAG技术，我们的系统能够迅速检索本地知识库中的相关信息。这种高效的检索机制使得考生能够在短时间内获得精准而有针对性的答案，减少等待时间，提升用户体验。

        通过这一系列先进功能，我们的AI在线高考咨询系统为考生提供了一个全面、智能、便捷的信息获取平台，助力他们在选择未来的过程中做出明智决策。

四、UI界面

• 前端界面设计：我们采用了Gradio框架来构建系统的前端界面，这一选择使得用户界面简洁直观，易于操作。Gradio框架的灵活性和高效性确保了用户能够流畅地与系统进行交互。

• 多样化的交互功能：系统增加了丰富的交互功能，不仅支持文本输入，还能够展示图片，并提供实时反馈。这些功能的集成使得用户体验更加多样化和生动，考生可以通过多种方式获取信息和进行互动。

• 用户体验优化：在UI设计方面，我们特别注重用户体验，力求操作简便、响应迅速。界面布局合理，按钮和菜单设计直观，用户无需复杂的学习过程即可轻松上手，极大地提升了使用的便利性和满意度。

五、实现效果

1.学校信息查询

        

2.特色建筑图像与介绍

3.想象图像生成

六、项目总结

        通过本次项目，我们团队收获颇丰。我们不仅深入学习了RAG技术，显著提升了技术水平，还掌握了NVIDIA AI Endpoint和NIM工具的使用方法。在项目过程中，我们的团队协作能力和项目管理能力也得到了很大的提升。

        然而，由于时间限制，我们未能对所有功能进行深入优化，部分数据集的获取和处理也还存在不足。尽管如此，我们仍对未来充满希望。我们期待在未来能够进一步优化对话机器人，提高其智能化水平。此外，我们也希望能够参与更多类似的竞赛，不断提升团队的技术能力和创新能力。