I-GUIDE平台上地理空间知识发现的智能多模态检索与推理

地理空间知识发现越来越需要跨异构工件进行搜索：数据集、地图、笔记本、软件、出版物以及它们之间的出处链接。传统的地理门户支持元数据和空间过滤，但它们很少在一个集成系统中提供语义检索、图形感知来源遍历和会话合成。本文介绍了 I-GUIDE 智能搜索，这是一种嵌入 I-GUIDE 平台的生产型多模式地理空间检索增强生成 (RAG) 系统，并报告了其设计、部署和评估。该系统将生产维护的 OpenSearch 关键字、向量和空间索引与 Neo4j 知识图和迭代 RAG 管道相结合，用于内存感知查询增强、推理、检索方法路由、相关性分级、基于证据的生成、幻觉和相关性检查。在单 A100 RAG 部署中，I-GUIDE 智能搜索支持最多约 100 个并发模拟用户的交互式使用，尽管每个查询有 20-50 个 LLM 调用，但仍可达到每秒 4.4 个请求，p50 延迟接近 25 秒。为了保证答案质量，我们评估了 170 个独特的人工过滤的面向用户的查询的四类基准，以及从部署的索引和图表生成的 10 个特定意图的探针集。与非检索和朴素 RAG 基线相比，智能搜索提高了检索证据覆盖率和判断答案质量，在精确标识符、空间受限、简单推荐和需要当前索引证据的特定领域事实查询方面获得了最明显的收益。我们为空间 RAG 系统提炼可转移的部署经验，涵盖空间元数据质量、图形来源、检索路由、接口契约、拒绝感知评估、延迟成本权衡以及用户界面在部署的地理空间网络基础设施中的作用。