本專案應用了大語言模型（LL解析和理電力生命週期評估（LCA）領域的英文文獻。專案
的主要果包括建立了一個結構化的向量知識庫，利用 Retrieval-Augnted Generation (RAG)
技和 Eedding API，提升了資訊檢索的準確和效率。過 Chatbot 模式的實際測試，驗證了
模型在實際應用中的有效。此外，過使用者反饋，對模型和知識庫進行最佳化，顯著提高了回答問
題的準度和系統的響應速度。
專案實施過程面臨了不挑戰。首先是資料的採集和預理工作量巨大，尤其是在電力 LCA 這
樣一個專業和技極強的領域。將大量的非結構化資料轉化為高質量的結構化資料，需要大量的
人力和確的技理。此外，知識向量庫的構建和最佳化是一個持續的過程，如何確地匹配使用者
平何如是其尤，點難和點重個一是樣同化佳最能效。試測和整調斷不要需，料資的中庫識知和詢查的
。答回和解理的詢查雜複對型模理何如及以，間時應響和確準的答回衡
。力潛的大巨了示顯型模言語大，面方平水化慧智和化自的析分和理料資ACL力電高提在
算型模和融的料資量質高多更著隨，域領ACL力電在。闊廣常非景前用應的技一這，來未展
策決和解理地好更業企和者定制策政助幫，測預和析分的深更供提以可型模些這，化佳最續持的法
。題問濟經和境環關相
法、療醫在，如例。域領他其多更蓋覆以可還用應件套充擴的型模言語大，外域領ACL力電了除
訊資高提地大極以可，技GAR用使和庫量向識知的業專建構技的似類過，域領等育教、律
隨，外此。確準和學科的策決升提，料資量大用利和取獲速快員人業專助幫，量質和率效的理
，生和解理言語的然自更如，式模互的慧智更出發開能可還來未，深的用應和步進的技著
。驗者用使升提大大，然自暢流加更互的機與得使
。案答多太我了給年四這，題命的生人於關，終為筆落，此至文行
轉。路同憾與喜驚上得稱也但，地的目的確明有沒還至甚，定堅上不算途旅的期為年四場這
，教一的患為滿人課下上逢每，機閘的我出不認遠永口門二學。夏盛個幾了過吹風的，間之瞬
句一化速迅卻，目在歷歷還面腸的噴噴香堂食至甚，昏黃與朝次數的過看置位老樓五館書圖
不年一，我出不認舊依三學的路行太，過而然翩間時，來秋去夏，轉輕年。章終為淪，讀句
總林林，力的峻嚴更，園校的闊遼加更，活生舍宿的意肆為更。生為更但，暫短是雖間時的到
。了幕謝要就事故的春青場這，索探及得來未還序槐的路行太，總
還，生究研的上考沒，九八之十意如不活生但，期可途前來未，彩多麗絢活生學大為以總前以
這上如著，始開時何從知不，編業事的績出沒還是至甚，招春的地一，校學的來下申沒
獨是都人個每們我，戲出這的己自，實其但。麼什住留沒也我，走在直一間時。語不默沉漸漸，些
。角主的二無一
研題選的始開一從是，遠致以微，如者師，助幫的師老師老導指文論的我謝心衷
上附中稿文的意達不詞我在，溫與心耐我贈回，改修細我為都輯邏在的後最到架框文論到究
。芳芬李桃，長綿澤教，師老願，見意的業專
