Đề tài “Đánh giá tổng quan vai trò của RAG trong việc nâng cao tính minh bạch và độ tin cậy của mô hình ngôn ngữ lớn” tập trung phân tích một vấn đề cốt lõi trong việc ứng dụng các mô hình ngôn ngữ lớn (LLMs) vào hệ thống thông tin, đó là đảm bảo tính minh bạch và độ tin cậy của thông tin đầu ra. Xuất phát từ bản chất xác suất, LLMs thường gặp các hạn chế như khó truy vết nguồn tri thức, thiếu khả năng giải trình và dễ phát sinh hiện tượng hallucination, từ đó ảnh hưởng đến chất lượng và mức độ tin cậy của hệ thống. Thông qua phương pháp tổng quan hệ thống theo khung PRISMA, nghiên cứu đã tổng hợp và phân tích các công trình liên quan đến Retrieval-Augmented Generation (RAG) trong giai đoạn 2019–2025, qua đó làm rõ vai trò của RAG như một cơ chế kết hợp giữa truy xuất tri thức và sinh ngôn ngữ. Kết quả cho thấy RAG góp phần nâng cao tính minh bạch thông qua khả năng liên kết đầu ra với các nguồn dữ liệu có thể kiểm chứng và hỗ trợ giải trình, đồng thời cải thiện độ tin cậy bằng cách giảm thiểu hallucination và tăng khả năng kiểm chứng thông tin. Nghiên cứu cũng đề xuất khung phân loại các hướng tiếp cận RAG theo mục tiêu và vai trò trong hệ thống, giúp hệ thống hóa các phương pháp hiện có và hỗ trợ so sánh, đánh giá. Ngoài ra, đề tài nhấn mạnh rằng RAG không chỉ là một giải pháp kỹ thuật mà còn là một chiến lược thiết kế và quản trị hệ thống thông tin, đặc biệt trong các hệ thống quản lý tri thức và hỗ trợ ra quyết định. Bên cạnh những đóng góp, nghiên cứu cũng chỉ ra các hạn chế và đề xuất hướng phát triển tiếp theo như nghiên cứu thực nghiệm, xây dựng chỉ số đo lường minh bạch và độ tin cậy, cũng như mở rộng ứng dụng trong các bối cảnh và ngôn ngữ khác nhau.

Ngôn ngữ:	vie
Tác giả:	Đỗ Xuân Đoài
Người đóng góp:	GVHD: Đỗ Mạnh Hùng
Thông tin nhan đề:	Đánh giá tổng quan vai trò của RAG trong việc nâng cao tính minh bạch và độ tin cậy của mô hình ngôn ngữ lớn
Nhà xuất bản:	Đại học Công nghiệp Hà Nội
Loại hình:	Luận văn Thạc sĩ / Bộ sưu tập: Công nghệ thông tin
Mô tả vật lý:	75tr.
Năm xuất bản:	2026