Νικόλαος Λυμπιτάκης, Κατασκευή ενός RAG Chatbot για
Ξενοδοχειακή Υποστήριξη
65
εξάλειψη αυτών. Η μετρική αυτή ελέγχει αν η απάντηση βασίζεται αποκλειστικά στα
ανακτηθέντα δεδομένα (context) και δεν περιέχει αυθαίρετες πληροφορίες.
- Βαθμός 5: Το μοντέλο επινόησε υπηρεσίες ή γεγονότα που δεν ισχύουν (π.χ. ανέφερε ότι
υπάρχει ελικοδρόμιο ενώ δεν υπάρχει).
- Βαθμός 0: Καμία παραίσθηση, απόλυτη πιστότητα στις πηγές.
Χρόνος Απόκρισης (Latency)
Μετράται ο χρόνος σε δευτερόλεπτα από τη στιγμή της υποβολής της ερώτησης
μέχρι τη λήψη της απάντησης. Αποτελεί κρίσιμο δείκτη για την εμπειρία χρήστη.
5.4 Πειραματικά Αποτελέσματα και Ανάλυση
Η εκτέλεση του σεναρίου ελέγχου στις 30 ερωτήσεις παρήγαγε αποτελέσματα που
επιβεβαιώνουν την υψηλή ποιότητα του συστήματος. Τα αναλυτικά δεδομένα
καταγράφηκαν στο αρχείο evaluation_results.csv.
Εικόνα 32 : Στιγμιότυπο από το αρχείο αξιολόγησης evaluation_results.csv