تعتبر كتيبات الهاردوير من المصادر الأساسية التي تحتوي على مواصفات فنية ضرورية لاختيار المكونات، ودمج الأنظمة، والتحقق من توافق الهاردوير. لكن الفحص اليدوي لتلك الكتيبات يُعد عملية شاقة وعرضة للأخطاء، وذلك بسبب طولها وتنوعها، مما يشتت المعلومات بين الجداول والرسوم والنصوص.

رغم أن نماذج اللغة الكبيرة (LLMs) قادرة على أتمتة هذه العملية، إلا أن معالجة البيانات بشكل أوتوماتيكي بسيط يتجاهل معظم المواصفات المهمة حتى عندما يكون النص ضمن نطاق النموذج.

لذلك، نقدم تدفق عمل مدعوم بنماذج لغوية كبيرة يقوم بتحويل كتيبات الهاردوير إلى رسومات معرفية هرمية عالية الجودة، من خلال استخراج الخصائص بشكل متجزأ، والتوجيه الهرمي، والتكرار في التحسين.

يعتمد هذا الإطار على LLMs لاستخراج المعلومات والتفكير الدلالي مع الحفاظ على مصدر المعلومات وتطبيق التحديثات على الرسوم البيانية عبر تعليمات موثوقة وتنفيذ محلي حتمي. تصميم هذه المراحل يقلل من سياق الاستعلام لكل عملية ويضمن الحفاظ على تمثيلات وسيطة يمكن تتبعها.

الرسومات المعرفية الناتجة توفر خصائص هاردوير منظمة دلالياً ومبنية على مصادر موثوقة، مما يسهل استرجاعها واستخدامها في عمليات التفكير اللاحقة. لقد قمنا بتقييم هذا النظام على 20 كتيب هاردوير تتنوع بين أنواع مختلفة من المكونات وأطوال مستندات متنوعة.

قمنا بتقييم دقة الخصائص المقدمة وأدخلنا مفهوماً جديداً يسمى اكتمال الرسوم البيانية لقياس التغطية الدلالية النسبيّة دون الحاجة إلى الحقيقة الشاملة. وقد حقق إطار العمل لدينا دقة تصل إلى 98.8% مقارنةً بـ 76.1% للنموذج السابق، في حين أن التغطية الكاملة للمواصفات ذات الدقة العالية من قبل النموذج السابق كانت 10.5% فقط. هذه التحسينات توفر معلومات هندسية أكثر موثوقية وشمولية لتصميم وتحقق الهاردوير، مما يقلل من خطر الانزلاق في هفوات القرار أو إغفال القيود المهمة.