RADIANT-LLM : Un Cadre pour un Soutien Décisionnel Amélioré en Ingénierie Nucléaire

Dans le domaine de l'ingénierie nucléaire, une prise de décision efficace repose sur un accès fiable à des connaissances spécifiques au domaine. Cependant, les flux de travail existants rencontrent souvent des difficultés avec une documentation désorganisée et des inexactitudes lors de l'utilisation de modèles de langage pré-entraînés. Pour résoudre ces problèmes, nous introduisons RADIANT-LLM, un cadre de génération augmentée par récupération (RAG) conçu pour des applications en sécurité, sûreté et garanties nucléaires. Ce cadre innovant utilise un design local-first et agnostique au modèle, intégrant un système d'ingestion de documents multimodal avec une base de connaissances riche en métadonnées permettant une récupération détaillée des documents techniques. Une couche agentique gère les outils spécifiques au domaine, garantissant des réponses basées sur des citations et traçables, tout en facilitant la supervision humaine pour minimiser les inexactitudes. Pour évaluer l'efficacité de RADIANT-LLM, nous avons développé un ensemble de métriques spécialisées telles que la Précision du Contexte (CoP) et le Taux d'Hallucination (HR), testées sur des références élaborées par des experts. Les résultats montrent que CoP et le Rappel Visuel (ViR) restent élevés, tandis que les taux d'hallucination sont significativement plus bas par rapport aux applications standard. Ces résultats soulignent la nécessité d'un cadre RAG structuré pour répondre aux exigences strictes d'exactitude et de transparence en ingénierie nucléaire.