Progettazione e sviluppo di un chatbot basato su tecniche RAG per la divulgazione di informazioni sulle specie marine

Read full text Summarise with VIRAT
Authors: Miriam Sonaglia
Cited by: 0
References: 6

Summary

No summary yet. VIRAT can read this paper and write a plain-language summary of its aim, methods, key findings and limitations.

Summarise with VIRAT Free to try with your Science Catalogs account.

Abstract

Il presente lavoro descrive la progettazione, l'implementazione e la valutazione comparativa di un chatbot basato su architettura Retrieval-Augmented Generation (RAG) per la divulgazione di informazioni sulle specie marine dei mari italiani, sviluppato nell'ambito dell'applicazione FinSpot. L'adozione dell'architettura RAG risponde alla necessità di vincolare le risposte del sistema a una base documentale verificata, al fine di ridurre il rischio di allucinazioni tipico dei modelli linguistici standalone. Il sistema è stato realizzato interamente in ambiente locale tramite LlamaIndex, Ollama, ChromaDB e Streamlit. Sono state sviluppate tre varianti del chatbot con diverse combinazioni di modelli di embedding e Large Language Model: nomic-embed-text con Phi-3 mini, mxbai-embed-large con Qwen 2.5, e mxbai-embed-large con Phi-3 mini. La valutazione è stata condotta su dieci domande di test attraverso cinque metriche pesate: tempo di risposta, aderenza documentale, identificazione della specie, completezza e gestione del contesto. La configurazione nomic-embed-text e Phi-3 mini si è rivelata la soluzione ottimale, dimostrando che configurazioni teoricamente superiori non garantiscono necessariamente i migliori risultati quando velocità e risorse computazionali costituiscono vincoli fondamentali.

Fields of Study & Subjects

Topic Modeling Information Retrieval and Search Behavior Speech and dialogue systems

Publication details

Journal / source
AMS Degree Thesis (University of Bologna)
Publication date
1 January 2026
Language
IT