LuanVan.vnLuận Văn
Gửi thư

Thiết kế xây dựng hệ thống Retrieval-Augmented Generation đa chủ đề với Small Language Model

Đồ án tốt nghiệp · Đại học · năm 2025 · đề tài tham khảo

Loại tài liệuĐồ án tốt nghiệp
Bậc họcĐại học
NgànhCông nghệ thông tin
Tác giảNguyễn Minh Phúc
Người hướng dẫnNguyễn Huy Hoàng
Cơ sở đào tạoĐại học Bách khoa Hà Nội
Năm2025
NguồnThư viện số Đại học Bách khoa Hà Nội · trang gốc

Tóm tắt

Thiết kế hệ thống hỏi đáp tiếng Việt dựa trên kiến trúc Retrieval-Augmented Generation (RAG) kết hợp với mô hình ngôn ngữ nhỏ (Small Language Model – SLM), hướng tới khả năng triển khai trên các thiết bị có tài nguyên tính toán hạn chế. Hệ thống được thiết kế nhằm giảm hiện tượng ảo giác thông tin, chi phí vận hành và yêu cầu phần cứng so với các mô hình ngôn ngữ lớn truyền thống. Kiến trúc đề xuất gồm bộ phân loại chủ đề truy vấn sử dụng XGBoost, cơ sở dữ liệu vector Qdrant, mô-đun truy xuất thông tin dựa trên thuật toán Approximate Nearest Neighbor (ANN) và mô hình sinh câu trả lời. Dữ liệu được xử lý bằng phương pháp Semantic Chunking, kết hợp mô hình Vietnamese Embedding để nâng cao chất lượng biểu diễn và truy xuất ngữ nghĩa. Mô hình SLM dựa trên Llama 3.2 3B được tinh chỉnh bằng phương pháp QLoRA và lượng tử hóa nhằm tối ưu khả năng triển khai. Hệ thống được phát triển với FastAPI và Streamlit, hỗ trợ quản lý hội thoại, trả lời thời gian thực và phân quyền người dùng. Kết quả đánh giá thông qua các chỉ số Precision, Recall, F1-score, Retrieval Hit Rate, BERTScore và thời gian phản hồi cho thấy hệ thống có khả năng truy xuất và sinh câu trả lời hiệu quả với yêu cầu tài nguyên thấp, phù hợp cho các ứng dụng hỏi đáp tiếng Việt trên môi trường cá nhân.
Bản toàn văn lưu tại thư viện Đại học Bách khoa Hà Nội

Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.

Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
  • Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
  • Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
  • Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.

Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.

Đề tài cùng ngành

Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.