Implementasi Teknik Retrieval Augmented Generation untuk Menghilangkan Halusinasi pada Large Language Model Berbasis Vector Database

Shalhan, Atras (2024) Implementasi Teknik Retrieval Augmented Generation untuk Menghilangkan Halusinasi pada Large Language Model Berbasis Vector Database. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Download (1MB)
	PDF BAB_I.pdf Download (333kB)
	PDF BAB_II.pdf Download (589kB)
	PDF BAB_III.pdf Download (3MB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (314kB)
	PDF BAB_V.pdf Download (310kB)
	PDF DAFTAR_PUSTAKA.pdf Download (317kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (344kB)

Abstract

Penelitian ini bertujuan untuk mengatasi masalah halusinasi pada LLM berbasis vektor dengan menerapkan teknik Retrieval Augmented Generation (RAG). RAG mengintegrasikan proses pengambilan informasi dengan proses text generation dari LLM untuk meningkatkan kualitas hasil generasi dan mengurangi kemungkinan menghasilkan informasi yang tidak akurat atau bersifat halusinatif. Penelitian ini berfokus pada implementasi RAG pada Large Language Model (LLM) dengan menggunakan vector database. Metode ini diuji dengan mengukur akurasi dari sistem yang dihasilkan. Hasil penelitian menunjukkan bahwa implementasi RAG berhasil menghasilkan sistem dengan tingkat akurasi sebesar 86.84%. Penelitian ini menunjukkan potensi besar dari pendekatan RAG untuk mengatasi masalah halusinasi dalam LLM dan meningkatkan kualitas text generation pada LLM secara signifikan.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	Artificial intelligence, Chatbot, Large Language Models, Retrieval Augmented Generation, Vector Database
Subjects:	?? T58.5-58.64 ??
Divisions:	Faculty of Engineering & Informatics > Informatics
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	12 Nov 2024 11:57
Last Modified:	12 Nov 2024 11:57
URI:	https://kc.umn.ac.id/id/eprint/34785

Actions (login required)

View Item