Search academic texts

Information × Registration Number 2125U003029, Article popup.category Бакалаврська робота Title Спосіб оптимізації роботи мікросервісної системи підтримки з використанням баз даних на основі моделі RAG (AI translated) popup.author Ухач Денис СергійовичUkhach Denys Serhiiovych popup.publication 01-01-2025 popup.source_user Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» popup.source https://ela.kpi.ua/handle/123456789/76204 popup.publisher Київ Description У даній роботі розглянуто підхід до оптимізації роботи мікросервісної системи підтримки з використанням баз знань та моделі генерації з підключенням до джерел інформації (Retrieval-Augmented Generation, RAG). Було проаналізовано сучасні архітектурні підходи до створення мікросервісів, проблеми масштабування, продуктивності та методи їх вирішення. Проведено огляд технологій, які дозволяють інтегрувати модель RAG у мікросервісне середовище. Розроблено систему, що дозволяє поєднувати генеративні можливості великих мовних моделей з актуальними даними з бази знань. Реалізовано механізм ефективного збереження, індексації та пошуку векторизованої інформації. Проведено експериментальні дослідження щодо впливу RAG-підходу на продуктивність та точність відповідей системи підтримки. Програмний продукт реалізовано з використанням Node.js, PostgreSQL та векторної бази даних. This thesis presents an approach to optimizing the performance of a microservice-based support system using knowledge bases and a Retrieval-Augmented Generation (RAG) model. The work analyzes modern architectural principles of microservice design, scalability and performance challenges, and methods for addressing them. An overview of technologies enabling RAG integration into a microservice environment is provided. A system was developed that combines the generative capabilities of large language models with access to up-to-date knowledge from a database. A mechanism for efficient storage, indexing, and retrieval of vectorized information was implemented. Experimental studies were conducted to evaluate the impact of the RAG-based approach on system performance and response accuracy. The software was implemented using Node.js, PostgreSQL, and a vector database popup.nrat_date 2025-11-05 Close