Integração de modelos de linguagem e RAG na criação de chatbots oftalmológicos

Página do item simplificado
dc.contributor.advisor-co1Rios, Walcy Santos Rezende
dc.contributor.advisor1Galvão Filho, Arlindo Rodrigues
dc.contributor.referee1Galvão Filho, Arlindo Rodrigue
dc.contributor.referee1Marques, Thyago Carvalho
dc.contributor.referee1Soares, Anderson da Silva
dc.creatorPassinato, Emanuel Borges
dc.date.accessioned2024-08-14T13:25:05Z
dc.date.available2024-08-14T13:25:05Z
dc.date.issued2024-06-04
dc.description.abstractAccessibility to ophthalmological services is an important factor in determining eye health, being influenced by the socioeconomic status of individuals. To facilitate access to information about eye health, recent works in the field focus on using established private language models or those with finetuning, both approaches involving additional costs, whether financial, data base needs, or complexity. This study proposes the development of a chatbot using open-source language models and retrieval augmented generation (RAG) techniques. Three techniques were evaluated naive RAG, HYDE and Rewrite-Retrieve-Read. To evaluate the retrieved context and the generated response, ChatGPT was used as a critic through the Ragas framework. The results indicate that it is possible to surpass the baseline performance of GPT-3.5 with the proposed techniques, reducing costs and attesting to the viability of similar projects.
dc.description.resumoA acessibilidade aos serviços oftalmológicos e um fator importante para determinar a saúde ocular, sendo influenciada pelo estado socioeconômico dos indivíduos. Para facilitar o acesso as informações sobre saúde ocular, trabalhos recentes na área focam em utilizar modelos de língua já consolidados de mercado ou com ajuste fino, ambas as abordagens apresentam custos extras, seja financeiro, necessidade de base de dados ou complexidade. Este estudo propõe o desenvolvimento mento de um chatbot utilizando modelos de linguagem de código aberto e técnicas de retrieval augmented generation (RAG), sem ajuste fino. Três técnicas foram avaliadas, naive RAG, HYDE e Rewrite-Retrieve-Read. A avaliação do sistema RAG, foi realizada utilizando o ChatGPT como modelo crítico, por meio do framework Ragas. Os resultados indicam que e possível superar a performance base do GPT-3.5 com as técnicas propostas, reduzindo custos e atestando a viabilidade de projetos similares.
dc.identifier.citationPASSINATO, Emanuel Borges. Integração de modelos de linguagem e RAG na criação de chatbots oftalmológicos. 2024. 15 f. Trabalho de Conclusão de Curso (Bacharelado em Engenharia de Computação) - Escola de Engenharia Elétrica, Mecânica e de Computação, Universidade Federal de Goiás, Goiânia, 2024.
dc.identifier.urihttp://repositorio.bc.ufg.br//handle/ri/25276
dc.language.isopor
dc.publisherUniversidade Federal de Goiás
dc.publisher.countryBrasil
dc.publisher.courseEngenharia de Computação (RGM)
dc.publisher.departmentEscola de Engenharia Elétrica, Mecânica e de Computação - EMC (RMG)
dc.publisher.initialsUFG
dc.rightsAcesso Aberto
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectChat bot
dc.subjectOftalmologia
dc.subjectRetrieval augmented generation
dc.subjectLLM
dc.titleIntegração de modelos de linguagem e RAG na criação de chatbots oftalmológicos
dc.typeTrabalho de conclusão de curso de graduação (TCCG)

Arquivos

Pacote Original
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
TCCG - Engenharia de Computação - Emanuel Borges Passinato - 2024.pdf
Tamanho:
1.05 MB
Formato:
Adobe Portable Document Format
Baixar
Licença do Pacote
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
1.71 KB
Formato:
Item-specific license agreed upon to submission
Descrição:
Baixar

Coleções

EMC - Trabalhos de Conclusão de Curso