Δομημένη αποθήκευση και ανάκτηση πληροφορίας με χρήση Τεχνητής Νοημοσύνης

Abstract

Τα Μεγάλα Γλωσσικά Μοντέλα (LLMs) έχουν φέρει επανάσταση στην επεξεργασία φυσικής γλώσσας, αλλά παρουσιάζουν κρίσιμους περιορισμούς όπως παραισθήσεις, ξεπερασμένη γνώση και έλλειψη εξειδικευμένης πληροφορίας. Η τεχνική Retrieval-Augmented Generation (RAG) αντιμετωπίζει αυτές τις προκλήσεις ενισχύοντας τα LLMs με εξωτερικές πηγές γνώσης. Η παρούσα διπλωματική εργασία υλοποιεί και αξιολογεί συγκριτικά τρεις προσεγγίσεις RAG: Naive RAG (γραμμή βάσης), RAPTOR RAG (ιεραρχική δενδρική οργάνωση), και KG-RAG (ενίσχυση με Γράφους Γνώσης). Χρησιμοποιώντας το dataset HotpotQA για ερωτήσεις πολλαπλών βημάτων, αξιολογούμε κάθε μέθοδο με ολοκληρωμένες μετρικές συμπεριλαμβανομένων F1, precision, recall και πλαισίων αξιολόγησης βασισμένα σε LLM. Τα αποτελέσματα δείχνουν ότι το KG-RAG επιτυγχάνει ανώτερη απόδοση (F1=0.76) αξιοποιώντας δομημένη γνώση, με κόστος όμως αυξημένης υπολογιστικής πολυπλοκότητας. Η ιεραρχική προσέγγιση του RAPTOR αποδείχθηκε λιγότερο αποδοτική για σύντομες ερωτήσεις, ενώ το Naive RAG προσέφερε τους ταχύτερους χρόνους απόκρισης με μέτρια ακρίβεια. Η εργασία παρέχει πρακτικές γνώσεις για τα trade-offs μεταξύ ακρίβειας, ερμηνευσιμότητας και υπολογιστικής αποδοτικότητας στα συστήματα RAG.