Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

A RAG-based Question Answering System Proposal for Understanding Islam: MufassirQAS LLM

Created by
  • Haebom
Category
Empty

저자

Ahmet Yusuf Alan, Enis Karaarslan, Omer Aydin

개요

본 논문은 종교에 대한 질문에 정확하고 신뢰할 수 있는 답변을 제공하는 질의응답 시스템 "MufassirQAS"를 제시한다. 종교에 대한 이해를 어렵게 하는 복잡성과 심오함을 해결하기 위해 대규모 언어 모델(LLM) 기반 챗봇을 활용하되, LLM의 환각 현상 및 편향된 응답 가능성을 해결하고자 벡터 데이터베이스 기반 Retrieval Augmented Generation (RAG) 접근 방식을 채택했다. 터키어로 된 이슬람 관련 서적을 데이터베이스로 구축하여 질문에 대한 답변의 정확성과 투명성을 높이고, 주의 깊게 작성된 시스템 프롬프트를 통해 유해하거나 공격적인 응답을 방지하며, 답변과 함께 참고 자료 및 페이지 번호를 제공한다. MufassirQAS와 ChatGPT를 민감한 질문으로 비교 테스트하여 MufassirQAS의 우수성을 확인했으며, 향후 연구 및 개선 방향을 제시한다.

시사점, 한계점

•
시사점:
◦
LLM 기반 질의응답 시스템을 활용하여 종교에 대한 질문에 정확하고 신뢰할 수 있는 답변을 제공하는 새로운 방법 제시.
◦
RAG 접근 방식을 통해 LLM의 환각 현상 및 편향 문제를 완화하는 효과적인 전략 제시.
◦
특정 종교(이슬람)에 대한 전문적인 지식 기반 질의응답 시스템 개발 사례 제시.
◦
시스템 프롬프트 엔지니어링을 통해 윤리적 문제 해결에 대한 시도.
•
한계점:
◦
현재는 특정 종교(이슬람) 및 언어(터키어)에 한정된 데이터베이스 사용.
◦
더욱 광범위한 종교 및 언어에 대한 확장 필요.
◦
시스템의 성능 평가에 대한 보다 엄격하고 포괄적인 방법론 필요.
◦
지속적인 연구 및 개선이 필요.
👍
Made with Slashpage