Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Oliveira, Luiz Eduardo Soares de, 1971- | - |
Autor(es): dc.contributor | Universidade Federal do Paraná. Setor de Ciências Exatas. Curso de Especialização em Data Science & Big Data | - |
Autor(es): dc.creator | Oliveira, Victoria Silva | - |
Data de aceite: dc.date.accessioned | 2025-09-01T13:29:39Z | - |
Data de disponibilização: dc.date.available | 2025-09-01T13:29:39Z | - |
Data de envio: dc.date.issued | 2024-10-21 | - |
Data de envio: dc.date.issued | 2024-10-21 | - |
Data de envio: dc.date.issued | 2023 | - |
Fonte completa do material: dc.identifier | https://hdl.handle.net/1884/90367 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/1884/90367 | - |
Descrição: dc.description | Orientador: Prof. Luiz Eduardo Soares de Oliveira | - |
Descrição: dc.description | Monografia (especialização) - Universidade Federal do Paraná, Setor de Ciências Exatas, Curso de Especialização em Data Science e Big Data | - |
Descrição: dc.description | Inclui referências | - |
Descrição: dc.description | Resumo: Este trabalho investigou a eficácia do Retrieval-Augmented Generation (RAG) emaprimorar Large Language Models (LLMs) através do framework Retrieval Augmented Generation Assessment (RAGAS). O objetivo foi avaliar a personalização de LLMs, integrando informações de fontes externas para melhorar a relevância, fidelidade e precisão das respostas geradas. Foram comparados os modelos Falcon 7B, Llama 3 e GPT-3.5 usando um conjunto de artigos presentes no repositório Awesome LLM. Os resultados demonstraramque o modelo Llama 3 superou os outros, sugerindo que o RAG nesse contexto conseguiu aprimorar a performance dos LLMs. | - |
Descrição: dc.description | Abstrac: This work investigated the effectiveness of Retrieval-Augmented Generation (RAG) in improving Large LanguageModels (LLMs) through the Retrieval Augmented Generation Assessment (RAGAS) framework. The aim was to evaluate the personalization of LLMs by integrating information from external sources to improve the relevance, fidelity and accuracy of the answers generated. The Falcon 7B, Llama 3 and GPT-3.5models were compared using a dataset available in the Awesome LLM repository. The results showed that the Llama 3 model outperformed the others, suggesting that the integration of RAG can significantly improve the performance of LLMs. | - |
Formato: dc.format | 1 recurso online : PDF. | - |
Formato: dc.format | application/pdf | - |
Formato: dc.format | application/pdf | - |
Palavras-chave: dc.subject | Inteligência artificial | - |
Palavras-chave: dc.subject | Processamento de textos (Computação) | - |
Palavras-chave: dc.subject | Aprendizado do computador | - |
Título: dc.title | Desafios na Avaliação de LLMs : uma abordagem com o framework RAGAS | - |
Aparece nas coleções: | Repositório Institucional - Rede Paraná Acervo |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: