Hệ thống trợ lý ảo AI đa tác tử hỗ trợ học tập và quản lý trong trường đại học
Đề tài này tập trung giải quyết bài toán cân bằng giữa độ chính xác và hiệu năng trong hệ chatbot. Vấn đề xuất phát từ việc RAG tuy nhanh nhưng kém hiệu quả với truy vấn phức tạp, trong khi Agentic-RAG lại chính xác nhưng chậm và tốn chi phí. Để khắc phục, nghiên cứu đề xuất một kiến trúc chatbot đa tác tử có khả năng phân tích truy vấn và tự động chọn cách xử lý phù hợp. Cụ thể, hệ thống sẽ đánh giá độ phức tạp của câu hỏi, sau đó định tuyến: truy vấn đơn giản dùng RAG để tối ưu tốc độ, truy vấn phức tạp dùng Agentic-RAG để đảm bảo độ chính xác. Nhờ cơ chế này, hệ thống vừa giảm sai lệch thông tin, vừa tối ưu thời gian và chi phí xử lý, đạt được hiệu quả tổng thể tốt hơn so với các phương pháp đơn lẻ.
Tech Stack:
Timeline
Ngày có sự kiện sẽ được tô màu. Click để xem sự kiện trong ngày.
Sự kiện trong ngày
Tất cả sự kiện
Thực hiện chạy các phương pháp các thiết kế trên bộ dữ liệu nhỏ
2026-03-20Thực hiện chạy kiểm tra và đánh giá kết quả trên bộ dữ liệu nhỏ được trích xuất từ bộ dữ liệu lớn. Môi trường thực hiện là vastai với ollma llm và qdrant. Bản mô tả chi tiết sơ đồ thuật toán sẽ được thiết kế sau
Xác định mục tiêu dự án
2026-03-15Thiết kế thuật toán và flow toàn bộ chương trình