摘要
针对工业组织中专家离职导致隐性知识不可逆流失的问题，本文提出了 Expert Mind 系统。该系统利用检索增强生成（RAG）、大语言模型及多模态捕捉技术，旨在保存、结构化并实现组织内深层专家知识的可查询化。文章以面临老龄化 workforce 风险的能源 sector 为背景，详细阐述了系统架构、处理流程、伦理框架及评估方法。通过结构化访谈和思维发声会话获取知识，嵌入向量库并通过对话接口查询，初步设计表明该系统能显著降低知识转移延迟并提升入职效率，同时将知情同意等伦理维度作为核心设计约束。
AI 推荐理由
论文核心提出基于 RAG 的架构以保存和检索专家隐性知识，属于典型的记忆增强与长期记忆管理机制研究。
研究机构
Independent Researcher, Buenos Aires, Argentina
论文信息