RADIANT-LLM: Un Marco para Mejorar el Soporte Decisional en Ingeniería Nuclear

En el ámbito de la ingeniería nuclear, la toma de decisiones efectiva depende del acceso confiable a conocimientos específicos del dominio. Sin embargo, los flujos de trabajo actuales a menudo enfrentan problemas con la documentación desorganizada y las inexactitudes al utilizar modelos de lenguaje preentrenados. Para abordar estos desafíos, presentamos RADIANT-LLM, un marco de Generación Aumentada por Recuperación (RAG) diseñado para aplicaciones en seguridad, protección y garantías nucleares. Este marco innovador emplea un diseño local-prioritario y agnóstico al modelo, integrando un sistema de ingestión de documentos multimodal con una base de conocimientos rica en metadatos que permite una recuperación detallada de documentos técnicos. Se incorpora una capa agente para gestionar herramientas específicas del dominio, asegurando que las respuestas estén respaldadas por citas y sean trazables, mientras se facilita la supervisión humana para minimizar inexactitudes. Para evaluar la efectividad de RADIANT-LLM, desarrollamos un conjunto de métricas especializadas como la Precisión del Contexto (CoP) y la Tasa de Alucinaciones (HR), probadas contra referencias elaboradas por expertos. Los resultados demuestran que CoP y el Recuerdo Visual (ViR) se mantienen altos, mientras que las tasas de alucinación son significativamente más bajas en comparación con aplicaciones estándar. Estos hallazgos subrayan la necesidad de un marco RAG estructurado para cumplir con los estrictos requisitos de precisión y transparencia en ingeniería nuclear.