研究型实习生 - 基于RAG技术和知识图谱的光网络状态问答应用

研究、探索将RAG技术和知识图谱技术结合的方式，并在此基础上开发光网络状态问答系统。具体职责包括：

1. 探索通过LLM和RAG技术实现从用户自然语言到Gremlin图谱查询语句的推理，并基于人工或AI工具构建一定数量的测试用例，覆盖光网络实际规划、建设、运维等场景，用于评估推理过程的可靠性；
2. 探索使用开源或阿里内部工具搭建基础RAG平台，串接用户提问、Gremlin查询语句生成、知识图谱查询、结果返回等子流程，实现一个基础的在线光网络状态查询服务；
3. 针对复杂提问，探索使用多轮查询机制，在复杂查询场景下能够结合LLM的语义理解能力自主分解用户意图，自主编排查询路径，提升查询效率。

1. 深入掌握RAG架构原理，熟悉Python语言和常用设计模式，具备某专业领域文本生成模型的开发和使用经验；
2. 熟悉光网络的基本网络模型，对传输设备硬件有清晰的认识；
3. 优良的沟通表达能力、团队合作意识和经验；具备快速学习的能力，以及深入钻研技术问题的耐心。