Please use this identifier to cite or link to this item: http://www.dspace.espol.edu.ec/handle/123456789/60609
Title: Desarrollo de un asistente virtual para mejorar el acceso a la información académica y administrativa de la FIEC - ESPOL
Authors: Avendaño, Allan, Director
Gilces Reyes, Johan Jair
Castillo Suarez, Eduardo Damian
Keywords: Grande modelos de Lenguaje
Llama 2
GPT
LangChain
Retrieval Augmented Generation
Issue Date: 2023
Publisher: ESPOL. FIEC
Citation: Gilces Reyes, J. J. y Castillo Suarez, E. D. (2023). Desarrollo de un asistente virtual para mejorar el acceso a la información académica y administrativa de la FIEC - ESPOL. [Proyecto Integrador]. ESPOL. FIEC, Guayaquil. 50p.
Description: La Facultad de Ingeniería en Electricidad y Computación (FIEC) de la ESPOL aborda el desafío de mejorar la distribución y accesibilidad de la información en su plataforma digital. Se implementó un asistente virtual basado en modelos de lenguaje de gran escala para simplificar la comunicación y el acceso a la información, con el objetivo de mejorar la experiencia del usuario. Se realizaron pruebas con diversos Large Language Models (LLM), utilizando técnicas de rendimiento de modelos grandes. Se llevó a cabo un proceso de scraping en la página web de FIEC para recopilar la información relevante. Los prototipos se evaluaron utilizando LangChain y LlamaIndex para el aprendizaje del modelo acerca de FIEC. Se probaron los modelos GPT, Llama2 y Bloom, siendo GPT y Llama2 los más efectivos. Se desarrollaron dos chatbots con estos modelos, según las necesidades y preferencias. Se realizaron encuestas que revelaron una experiencia satisfactoria para los usuarios, con un 54% muy satisfechos, un 40% más rápido en la obtención de información en comparación con la página web de FIEC, y una precisión del 96.4% en las respuestas. Palabras Clave: Grande modelos de Lenguaje, Llama 2, GPT, LangChain, Retrieval Augmented Generation
metadata.dc.description.abstractenglish: The School of Electrical and Computer Engineering (FIEC) at ESPOL faces a challenge in distributing and accessing information on its digital platform. Despite data availability, the site's structure is intricate due to multiple pages and sections, hindering smooth navigation. The objective is to simplify communication and information access at ESPOL, providing users with a friendlier and more productive experience. An AI-based virtual assistant was implemented using large-scale language models, utilizing techniques for model performance enhancement. Web scraping was conducted on FIEC's webpage to gather pertinent information. Various Large Language Models (LLM) were tested to find the most suitable for the problem. Prototypes were evaluated using LangChain and LlamaIndex for model learning about FIEC. GPT, Llama2, and Bloom models were tested, with GPT and Llama2 proving most effective. Thus, two chatbots were developed with these models, as per chatbot needs or preferences. Surveys verified the chatbot models, yielding a highly satisfactory user experience with 54% very satisfied, 40% faster information retrieval compared to the FIEC webpage, and 96.4% accuracy in responses. Keywords: Large Language Models, Llama 2, GPT, LangChain , Retrieval Augmented Generation
URI: http://www.dspace.espol.edu.ec/handle/123456789/60609
metadata.dc.identifier.codigoproyectointegrador: TECH-338
Appears in Collections:Tesis de Ingeniería en Ciencias Computacionales

Files in This Item:
File SizeFormat 
T-114105-TECH-338.pdf1.53 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.