GitHub · 灵魂体仓库·· 11 天前AI 评分26
PUC-RIO 毕业设计:结合确定性规则与本地 LLM 的 Power BI 项目审计工具
FredLisboa77/PUC-RIO_TCC
来源与原文
GitHub · 灵魂体仓库
发布时间:(北京时间)
阅读原始来源 · github.com ↗完整链接与内容说明
https://github.com/FredLisboa77/PUC-RIO_TCC
本站目前仅有 AI 导读与摘要,未展示原文正文;技术细节、代码和完整结论请查看原始来源。
AI 导读
PUC-RIO 课程项目开发并评估了一个审计 Power BI PBIP 格式项目的工具,从 model.bim 读取模型定义,应用九条建模、性能与 DAX 规则,并由本地运行的 7B 参数语言模型结合 1,420 页 Microsoft Learn 语料生成解释。在七个公开项目上评测:规则精确率和召回率达 0.88,61 条解释全部引用了相关文档段落;但仅 52% 的解释忠实于文档、38% 可直接使用。结论是可信度应放在确定性部分,生成的解释仅作分析师复核的草稿。
来源:GitHub · 灵魂体仓库 · github.com