LuanVan.vnLuận Văn
Gửi thư

Ứng dụng Đồ thị tri thức với RAG để truy vấn và LLM cho bộ dữ liệu Y sinh

Khoá luận tốt nghiệp · Đại học · năm 2024 · đề tài tham khảo

Loại tài liệuKhoá luận tốt nghiệp
Bậc họcĐại học
NgànhCông nghệ thông tin
Tác giảPhạm Hữu Khánh Duy
Người hướng dẫnPhạm Văn Hải
Cơ sở đào tạoĐại học Bách khoa Hà Nội
Năm2024
NguồnThư viện số Đại học Bách khoa Hà Nội · trang gốc

Tóm tắt

Nghiên cứu và ứng dụng phương pháp kết hợp đồ thị tri thức y sinh SPOKE với kỹ thuật RAG (Retrieval Augmented Generation) để cải thiện hiệu năng trả lời trong bài toán hỏi đáp y sinh. Việc sử dụng RAG nâng cao giúp sinh ngữ cảnh nhanh chóng và chính xác hơn cho các mô hình ngôn ngữ lớn (LLM) như GPT-3.5 và Llama-2. Đặc biệt, các thí nghiệm với bộ dữ liệu GeneTuring cho thấy phương pháp này giúp tăng độ chính xác trả lời, giảm thiểu hiện tượng ảo giác và tối ưu hóa câu trả lời ngắn gọn, súc tích.
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.