科学技术与应用

基于Qwen大模型构建RAG智能问答智能体的应用实践

徐 前进

中国电信股份有限公司安徽分公司

郭 肖和

中国电信股份有限公司安徽分公司

刘 易斯

中国电信股份有限公司安徽分公司

查 德飞

中国电信股份有限公司安徽分公司

史 鸿晖

中国电信股份有限公司安徽分公司

DOI: https://doi.org/10.59429/kxjsyy.v3i4.15196

Keywords: 检索增强生成；大语言模型；智能体；智能问答

---

Abstract

海量异构知识资产的高效挖掘与利用成为电信行业亟待破解的核心问题。本文依托千问大模型，融合检索增 强生成（RAG）技术构建电信知识智能问答智能体，系统阐述其整体架构设计、核心技术实现路径及业务赋能实际 成效。通过知识精细化预处理、Milvus 向量数据库搭建、组合式文本智能切分及生成环节优化等关键举措，有效解 决了向量召回精度不足、多模态文档解析困难、问题与答案间语义鸿沟等行业共性难题。实际应用结果表明，该智 能问答系统的专业问答准确率达 90%，显著提升了电信业务运营效率，为电信行业知识问答的智能化升级提供了可 落地的实践参考。

---

References

[1] 郭晋阳，贺昌义，杨戈等. 大语言模型压缩综述[J].计算机科学与探索，2026, 20(1): 1-20.

[2] 郭陆祥，王越余，李芊玥等. 大语言模型智能体操作系统研究综述[J]. 计算机科学，2026, 53(1): 1-11.

[3] 秦小林，古徐，李弟诚等. 大语言模型综述与展望[J]. 计算机应用，2025, 45(3): 685-696.

[4] 李瑞昌，宋学坤，朱红磊等. 生成式人工智能大模型技术探析[J]. 数字技术与应用，2025(2): 16-18.

[5] 吴璇，付涛. 检索增强生成技术研究综述[J]. 计算机工程与应用，2025, 61(20): 19-35.

[6] 裴炳森，李欣，胡凯茜等. 基于知识增强预训练模型的司法文本摘要生成[J]. 科学技术与工程，2024, 24(20):8587-8597.

[7] 张超然，梁素平，杨杰等. 基于大模型 RAG 架构的专利检索 Agent 研究[J]. 中国发明与专利，2025, 22(2):14-25.

[8] 李圣飞，卢昱杰，陈晓莹等. 基于检索增强生成的建筑工程管理知识问答模型实现[J]. 科学技术与工程，2025, 25(25): 10840-10849.