農委會資訊中心典藏的農業文獻通常包含以下種類：農業科學研究論文、農業技術報告、農業政策文件、農業經濟分析、農產品市場資訊等。

神農TAIDE為一個整合中興大學開發的文件檢索模型(Neural Dense Retriever)、萃取式閱讀模型(Extractive Reading Model)與TAIDE來實現Fact-Retrival的知識問答系統。

神農TAIDE確保回答的準確性和可信度。首先，我們使用檢索模型將使用者提出的問題與知識庫中的文獻檢索，並提供給萃取式閱讀模型提取出與問題答案相關的片段。

神農TAIDE優勢在於它只會回答知識庫中所包含的資料，因此可以確保回答的正確性。最後，我們將萃取式閱讀模型的結果傳遞給TAIDE，以進一步過濾和摘要這些答案，並進行簡潔的摘要說明。這樣的系統結合了檢索模型、萃取式閱讀模型和TAIDE的優勢，能夠提供準確、全面且易於理解的答案。

本系統通常使用自然語言處理技術和機器學習方法來找尋可能的答案。當使用者提出問題時，系統會先進行詞彙和句法分析，理解問題的意思和結構。然後，系統會使用檢索或推論的方式，在農業文獻中找尋相關的資訊。透過模型的學習和分析，系統能夠提取可能的答案並回答問題。

現有大型語言模型，仍受到Hallucinations的影響。但我們的做法是利用自行訓練的檢索模型結合TAIDE來控制生成的內容必須有所根據與有所本。因此可以有效避免Hallucinations的產生。

本系統在尋找答案時通常會考慮文獻的可信度和可靠性。它可能會使用一些評估指標來衡量文獻的質量，例如作者的專業背景、期刊的聲譽、引用次數等。這些指標可以幫助系統評估文獻的可信程度，並選擇具有高質量和可靠性的文獻作為答案的依據。

我們商請中興大學農學院專家們，進行系統盲測同時顯示神農TAIDE與原生Chatgpt生成的結果給專家挑選，神農TAIDE獲得78%的比率被勾選為較佳的生成結果。