Des graphes de connaissances matériels plus fiables grâce à une pipeline LLM en plusieurs étapes

Les fiches techniques de composants matériels concentrent des informations critiques pour la sélection, l’intégration et la vérification de compatibilité. Mais leur exploitation reste difficile: ces documents sont souvent longs, hétérogènes et répartissent les spécifications entre texte, tableaux et figures. Dans ce contexte, un article publié sur arXiv propose une pipeline automatisée assistée par LLM pour construire des graphes de connaissances matériels hiérarchiques à partir de datasheets.

L’idée centrale consiste à éviter le traitement « one-shot », jugé insuffisant même lorsque le document tient dans la fenêtre de contexte du modèle. Les auteurs décrivent une approche en plusieurs étapes combinant extraction de propriétés par segments, routage hiérarchique et raffinements itératifs. Le système s’appuie sur les LLM pour l’extraction d’information et le raisonnement sémantique, tout en conservant la provenance des sources et en appliquant les mises à jour du graphe via des instructions validées et une exécution locale déterministe.

Cette architecture vise à réduire le contexte traité à chaque requête tout en maintenant des représentations intermédiaires traçables. Le résultat attendu est un graphe de connaissances généraliste, structuré de manière sémantique et ancré dans les sources, afin de faciliter la recherche d’informations et le raisonnement en aval. L’approche pourrait ainsi intéresser les équipes d’ingénierie confrontées à des contraintes techniques dispersées dans une documentation complexe.

L’évaluation porte sur 20 fiches techniques couvrant plusieurs types de composants et différentes longueurs de documents. Les auteurs rapportent une fidélité des propriétés de 98,8 %, contre 76,1 % pour une baseline en une seule passe. Ils introduisent aussi une mesure de « complétude inter-graphes » pour estimer la couverture sémantique relative sans vérité terrain exhaustive: leur méthode couvre entièrement 83,6 % des propriétés fidèles de la baseline, tandis que l’inverse n’atteint que 10,5 %. Ces résultats suggèrent une amélioration tangible de la fiabilité et de l’exhaustivité pour la conception et la vérification matérielles, sous réserve de validations complémentaires en conditions industrielles.