Исследователи представили платформу AquiLLM для работы с научными данными

Группа ученых представила AquiLLM — специализированную платформу с открытыми весами, предназначенную для развертывания систем RAG (Retrieval-Augmented Generation) в академической среде. Система ориентирована на работу с закрытыми базами знаний и научными архивами, обеспечивая локальный контроль над инфраструктурой данных.

В основе разработки лежит концепция «верности» (faithfulness) ответов, определяемая как степень соответствия генерации предоставленному научному контексту без выдуманных фактов. Авторы протестировали платформу на задачах по астрономии, оценивая способность модели извлекать информацию из профильных документов и формировать аналитические выводы.

Результаты исследования показали, что AquiLLM демонстрирует высокую надежность при выполнении прямых поисковых запросов, опирающихся на конкретные фрагменты из базы знаний. Однако при необходимости синтеза данных или разрешении неоднозначных формулировок точность модели снижается, что требует дополнительной проверки экспертами.

Авторы подчеркивают, что стандартные бенчмарки не всегда отражают специфику научной работы, поэтому для оценки подобных систем необходим доменный подход. Платформа распространяется под лицензией CC BY-SA 4.0, что позволяет исследовательским группам адаптировать решение под собственные нужды.

Разработка направлена на решение проблем конфиденциальности при работе с чувствительными данными, которые невозможно передавать в облачные API. Использование локальных моделей позволяет институтам сохранять полный суверенитет над своими архивами и результатами исследований.