Experimental evaluation of RAG Components and Their Impact on the Performance of Customer Support Chatbots

Скорочена інформація про документ
dc.contributor.authorOliinyk, V.
dc.contributor.authorPonochovnyy, P.
dc.date.accessioned2026-03-03T12:33:41Z
dc.date.available2026-03-03T12:33:41Z
dc.date.issued2026
dc.description.abstractThis paper presents an experimental study of the components of RetrievalAugmented Generation (RAG) systems aimed at developing an intelligent support chatbot capable of processing complex textual documents. The research focuses on evaluating various frameworks, vector databases, and text-chunking strategies to identify the optimal configuration that ensures high accuracy, contextual completeness, and computational efficiency. Experimental results demonstrate that the LangChain framework provides superior accuracy and context coverage compared to LlamaIndex, while FAISS outperforms other vector stores in answer relevancy, faithfulness, and processing speed. Additionally, a chunk size of 1000 and chunk overlap of 50 achieve the most balanced performance in terms of precision, recall, and response time. The combination of LangChain, FAISS, and the 1000/50 chunking configuration forms an effective foundation for implementing a high-performance RAG-based support chatbot, capable of delivering accurate, faithful, and contextually relevant responses across various domains.
dc.description.abstractotherУ статті представлено експериментальне дослідження компонентів систем типу Retrieval-Augmented Generation (RAG), спрямоване на розробку інтелектуального чат-бота підтримки, здатного працювати зі складними текстовими документтами. У роботі проведено порівняння різних фреймворків, векторних баз даних та стратегій поділу тексту на фрагменти з метою визначення оптимальної конфігурації, яка забезпечує високу точність, повноту контексту та ефективність обробки. Результати експериментів показали, що фреймворк LangChain демонструє найкращі показники точності та повноти контексту порівняно з LlamaIndex, а векторна база FAISS перевершує інші за релевантністю відповідей, достовірністю та швидкістю роботи. Крім того, конфігурація chunk size = 1000 та chunk overlap = 50 забезпечує оптимальний баланс між точністю, повнотою контексту та часом відповіді. Поєднання фреймворку LangChain, бази даних FAISS і параметрів поділу тексту 1000/50 формує ефективну основу для створення високопродуктивного чат-бота підтримки, здатного генерувати точні, достовірні та контекстуально релевантні відповіді у різних прикладних галузях
dc.format.pagerangeС. 20-29
dc.identifier.citationOliinyk, V. Experimental evaluation of RAG Components and Their Impact on the Performance of Customer Support Chatbots / V. Oliinyk, P. Ponochovnyy // Адаптивні системи автоматичного управління : міжвідомчий науково-технічний збірник. – 2026. – № 1 (48). – С. 20-29. – Бібліогр.: 9 назв.
dc.identifier.doihttps://doi.org/10.20535/1560-8956.48.2026.351879
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/79191
dc.language.isoen
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.relation.ispartofАдаптивні системи автоматичного управління : міжвідомчий науково-технічний збірник, № 1 (48), 2026
dc.rights.urihttps://creativecommons.org/licenses/by-nc-sa/4.0/
dc.subjectRetrieval-Augmented Generation
dc.subjectRAG
dc.subjectLangChain
dc.subjectLlamaIndex
dc.subjectFAISS
dc.subjectchatbot
dc.subjectvector database
dc.subjectcontext retrieval
dc.subjectchunking strategy
dc.subjectLLM
dc.subjectдоповнена пошуком генерація
dc.subjectRAG
dc.subjectLangChain
dc.subjectFAISS
dc.subjectчат-бот
dc.subjectвекторна база даних
dc.subjectпошук контексту
dc.subjectвеликі мовні моделі
dc.subject.udc004.8
dc.titleExperimental evaluation of RAG Components and Their Impact on the Performance of Customer Support Chatbots
dc.title.alternativeЕкспериментальне дослідження компонентів RAG-системи та їх впливу на ефективність чат-ботів служб підтримки
dc.typeArticle

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
20-29.pdf
Розмір:
389.12 KB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Адаптивні системи автоматичного управління : міжвідомчий науково-технічний збірник. – 2026. – № 1 (48)