Transformacija poslovnih sustava pomoću velikih jezičnih modela i metodi RAG

master's thesis

• Title (english): Transformation of Business Systems using Large Language Models and the RAG Method
• Author: Dora Horvat
• Mentor: Ivica Botički (mentor)
• Committee member: Ivica Botički (predsjednik povjerenstva)
• Committee member: Danijel Mlinarić (član povjerenstva)
• Committee member: Nikica Hlupić (član povjerenstva)
• Granter: University of Zagreb; Faculty of Electrical Engineering and Computing; Zagreb
• Defense date and country: 2024-07-12, Croatia

Abstract

U ovom radu predložen je dizajn i prikazana je implementacija sustava koji proširuje sposobnosti velikih jezičnih modela metodom generiranja potpomognutog pretraživanjem (RAG). Integracijom mehanizma dohvaćanja s generativnim sposobnostima jezičnih modela istražuje se inovativan koncept u svijetu obrade prirodnog jezika i umjetne inteligencije, te se prilagođava poslovnim sustavima. Predloženo rješenje nastoji premostiti postojeći jaz u pretraživanju poslovnih dokumenata; alati za dijeljenje znanja i suradnju uglavnom se oslanjanju na pretraživanje temeljeno na ključnim riječima, bez mogućnosti semantičke obrade korisničkih upita i razumijevanja konteksta pitanja. Sustav temeljen na RAG metodi koristi sematičke metode pretraživanja kako bi pronašao relevantne dokumente i poboljšao odgovore generativnog modela, povećavajući točnost i relevantnost informacija koje se pružaju korisnicima. Implementirani sustav prikazuje potencijal RAG sustava u transformaciji poslovnih procesa, istovremeno pružajući okvir za buduća istraživanja i razvoj.

Abstract (english)

This thesis presents the design and implementation of a Retrieval-Augmented Generation (RAG) based Large Language Model (LLM) system. By integrating retrieval mechanisms with generative capabilities, an innovative concept in the world of natural language processing and artificial intelligence is explored and tailored for business systems.
The proposed solution aims to bridge the gap in business document search; knowledge sharing and collaboration tools mainly rely on keyword-based search, without the ability to semantically process user queries and understand the context of the questions. The RAG-based system employs semantic search methods to retrieve relevant documents and augment the generative model’s responses, enhancing the accuracy and relevance of information provided to users. The implemented system showcases the potential of RAG systems in transforming business processes while also providing a framework for future research and development.

• Keywords: Generiranje potpomognuto pretraživanjem (RAG); Veliki jezični modeli (LLM); Semantičko pretraživanje; Vektorske baze podataka; Pretraživanje poslovnih dokumenata
• Keywords (english): Retrieval-augmented generation (RAG); Large language models (LLMs); Semantic search; Vector databases; Business document search
• Language: english
• URN:NBN: urn:nbn:hr:168:830289
• Study programme: Title: Computing; Study programme type: university; Study level: graduate; Academic / professional title: magistar/magistra inženjer/inženjerka računarstva (magistar/magistra inženjer/inženjerka računarstva)
• Type of resource: Text
• File origin: Born digital
• Access conditions: Closed access
• Created on: 2024-10-12 20:48:15