我是一名软件工程师，没有 AI/ML 经验（除了使用 LLM API，但这在这种情况下毫无用处）。我非常感谢这里的一些指导。
背景： 我正在独自开发一款用于租赁业务的软件（特别是活动帐篷，而不是工具、卡车、设备租赁等）。我试图解决的问题是库存。我将在这里举一个现实世界的例子。库存物品有两种类型：单个和套件。套件只是分组的单个项目，但它可以是递归的（如套件中可以包含也是套件的子项目，依此类推）。 10mx5m Clearspan Starter 帐篷是一个套件（附图为 Clearspan 帐篷样品），由 26 个库存物品组成，其中一些是套件。我有制作 10 米 x 5 米 CS 入门帐篷所需的所有库存物品的清单。这部分很简单，因为我已经有了这些数据。但是，当您想让这个帐篷更大时，您可以添加扩展件。所以 10mx5m + 1 个扩展 = 10mx10m 等等。但每延长 4 次，您就需要额外的库存物品来正确固定帐篷。
这只是与帐篷相关的规则之一。这只是透明帐篷。还有其他种类。 我有一个完整的库存物品目录，其中包含属于租赁企业的套件。但所有这些都是由了解这个领域 20 年的人类创造的。
要解决的问题： 给定一个入门套件、一个扩展，并且知道每 4 个或 6 个扩展需要 1 个以上的库存物品，我如何训练一个可以使用入门套件、一个扩展并继续正确建造帐篷的 AI？ 如果只是这一个帐篷和一种帐篷类型（clearspan），我只会使用一堆 if-else，但我想标准化这一点，并使人工智能模型具有与人类相同水平的详细知识（有些当然是预期的错误）。
我从哪里开始？我学什么？我应该开始学习什么 ML/AI 模型？ LLM 甚至可以通过微调或 RAG 来做到这一点吗？我不这么认为，所以我认为这需要其他模型来实现这一点。我不是要求任何代码，而是更多地了解这样的事情的正确模型和解决方案是什么。 谢谢您的宝贵时间。
我虽然使用带有 RAG 的法学硕士可能是一种选择，但其中有太多的套件和子项目，因此对于基于 RAG 的法学硕士培训来说似乎太多了。
你把这道题的规则表达得简洁明了。 我的第一个想法是不要使用LLM。
像这样的递归结构很自然地适用于树和图。 在你攻读法学硕士之前，请先关注这些。 决策树或NGBoost会是更好的选择