.png){kind=icon}
返回
RAG Chatbots: Implementing Large Language Models in Retrieval-Augmented Generations
.png){kind=icon}
PRE
AI
DOI：10.1007/978-981-96-7505-0_31.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文评估了一种针对个性化商务交互设计的聊天机器人系统，该系统采用先进的生成式大型语言模型（LLMs）和检索增强生成（RAG）技术。系统结合专有商业数据与外部数据库以提高上下文相关性。对主流LLMs—Gemini Pro、GPT-4、Claude 2、GPT-3.5和LLaMA 2—在MMLU、GSM8K、BigBench Hard、HumanEval和DROP等基准测试中的表现进行了比较分析。Gemini Pro表现优于其他模型，在MMLU上得分为88.9%，GSM8K上为86.3%，BigBench Hard上为78.1%，HumanEval上为73.5%，DROP上为79.2%，展现了其在复杂推理和长上下文检索方面的优势。经商务特定数据微调后，Gemini Pro为高精度、可扩展的聊天机器人解决方案树立了新标准，适用于企业级应用。
Keyword:
Chatbots
Large Language Models (LLMs)
Retrieval-Augmented Generation (RAG)
Gemini pro
GPT-4
Claude 2
GPT-3.5
LLaMA 2
MMLU
GSM8K
BIG-Bench-Hard
HumanEval
DROP
期刊
S
IF:
0
论文数:
414
被引数:
0
机构
暂无机构信息
引用论文
分享收藏Developing Effective Educational Chatbots with GPT: Insights from a Pilot Study in a University Subject基于大学课程试点研究的GPT有效教育聊天机器人开发：见解
OAAI
OAAI分享收藏From Traditional Recommender Systems to GPT-Based Chatbots: A Survey of Recent Developments and Future Directions从传统的推荐系统到基于GPT的聊天机器人: 近期发展和未来方向的调查OAAI
OAAI分享收藏Radeva, I.; Popchev, I.; Doukovska, L.; Dimitrova, M. Web application for retrieval-augmented generation: Implementation and testing. Electronics 2024, 13, 1361. [Google Scholar] [CrossRef]Radeva, I.; Popchev, I.; Doukovska, L.; Dimitrova, M. 增强检索生成的Web应用程序：实现与测试。Electronics 2024, 13, 1361. [Google Scholar] [CrossRef].png)
IF0
PREAI
分享收藏 没有更多内容
没有更多内容