Νικόλαος Λυμπιτάκης, Κατασκευή ενός RAG Chatbot για 
Ξενοδοχειακή Υποστήριξη 

 

 
 

 

67 

“θυσιάζει” την άμεση, αρνητική αλήθεια (π.χ. “ναι, είναι ακριβά”) προς όφελος μιας πιο 

διπλωματικής και προωθητικής απάντησης. Αυτή είναι μια αναμενόμενη συμπεριφορά σε 

εφαρμογές μάρκετινγκ, αλλά ο κριτής (LLM Judge) το βαθμολόγησε ως απόκλιση από το 

Ground Truth. 

 

Η τιμή 0.73/5 στο Hallucination είναι εξαιρετικά ενθαρρυντική. Σε κλίμακα όπου 

το 0 είναι το τέλειο και το 5 η αποτυχία, το 0.73 σημαίνει ότι το σύστημα σπάνια επινοεί 

πληροφορίες.  Οι  ελάχιστες  περιπτώσεις  που  καταγράφηκαν  αφορούσαν  κυρίως  μικρές 

γεωγραφικές  ανακρίβειες  ή  υπερβολικές  περιγραφές,  και  όχι  επινόηση  ανύπαρκτων 

υπηρεσιών, διασφαλίζοντας έτσι την εμπιστοσύνη των χρηστών. 

 

O μέσος όρος των 14.51 δευτερολέπτων,  βρίσκεται ακριβώς στο όριο της αποδοχής 

της  μη  λειτουργική  προδιαγραφής  που  είχε  τεθεί.  Αυτό  δείχνει  ότι  το  σύστημα 

εκμεταλλεύεται  πλήρως  τον  χρόνο  του  για  να  συνθέσει  πλούσιες  και  αναλυτικές 

απαντήσεις, αντί να δίνει μονολεκτικές και γρήγορες, αλλά φτωχές απαντήσεις. 

 

Παρακάτω  παρατίθεται  και  δύο  διαγράμματα,  το  ένα  με  την  κατανομή  μετρικών 

ποιότητας και το άλλο με την κατανομή του χρόνου απόδοσης. 

 

Εικόνα 34 : Διάγραμμα κατανομής μετρικών ποιότητας 

 
 

Το συγκεκριμένο διάγραμμα απεικονίζει την κατανομή των μετρικών ποιότητας για 

30  δείγματα  αξιολόγησης.  Κάθε  τελεία  αντιπροσωπεύει  μία  από  τις  30  αποκρίσεις  του 

συστήματος,  ενώ  τα  κουτιά  περικλείουν  το  κεντρικό  50%  των  βαθμολογιών,  με  την