Модель пошуково-підкріпленої генерації на зображеннях
Ескіз недоступний
Дата
2026
Автори
Будьомко Володимир Богданович
керівник Уткін Ю. В.
Назва журналу
Номер ISSN
Назва тому
Видавець
Полтавський державний аграрний університет
Анотація
Робота присвячена розробці моделі пошуково-підкріпленої генерації (RAG) на зображеннях. Розглянуто теоретичні основи мультимодальної RAG, архітектурні підходи до побудови таких систем та їх застосування. Виконано порівняльний аналіз основних варіантів архітектури мультимодальних RAG-систем: CLIP-style, ColPali та VLM-as-captioner, на основі чого обґрунтовано вибір оптимального підходу для локального розгортання. Запропоновано використання фреймворку RAG-Anything для побудови моделі, що дозволяє поєднати парсинг документів, аналіз зображень, побудову мультимодального графа знань та гібридний пошук. Сформовано рекомендації щодо практичної реалізації мультимодальної RAG-системи з акцентом на техніки індексування, що враховують візуальну структуру документів, таблиці та просторові зв'язки між елементами. Розглянуто метрики оцінювання якості пошуку, релевантності контексту та генерації відповідей для мультимодальних систем.
Опис
Будьомко В.Б. Модель пошуково-підкріпленої генерації на зображеннях : кваліфікаційна робота на здобуття ступеня вищої освіти Бакалавр за ОПП Інформаційні управляючі системи 126 Інформаційні системи та технології. Полтава: Полтавський державний аграрний університет. 2025. 57 с.
Ключові слова
Бібліографічний опис
Будьомко В.Б. Модель пошуково-підкріпленої генерації на зображеннях : кваліфікаційна робота на здобуття ступеня вищої освіти Бакалавр за ОПП Інформаційні управляючі системи 126 Інформаційні системи та технології. Полтава: Полтавський державний аграрний університет. 2025. 57 с.