Geri Dön

Evaluating the reliability of LLM and SLM models in telecom customer care GENAI application

Telekom müşteri hizmetlerinde üretken yapay zekâ güvenilirliğinin değerlendirilmesi

  1. Tez No: 999163
  2. Yazar: ONUR GÜMÜŞ
  3. Danışmanlar: DR. ÖĞR. ÜYESİ ALPER CAMCI
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2025
  8. Dil: İngilizce
  9. Üniversite: Bahçeşehir Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Bu çalışma, telekomünikasyon sektöründe müşteri temsilcilerini destekleyen üretken yapay zekâ (GenAI) tabanlı sanal asistanların güvenilirliğini ele almaktadır. Özellikle büyük dil modellerinin (GPT-4) ve daha küçük, açık kaynaklı dil modellerinin (Phi-2) halüsinasyon üretme eğilimleri incelenmiş, her iki model de aynı RAG (Retrieval-Augmented Generation) mimarisi ile donatılmıştır. Araştırmada, semantik arama, vektör veri tabanları ve geri bildirim mekanizması gibi yöntemlerle halüsinasyonun azaltılması amaçlanmıştır. Simüle edilmiş müşteri senaryoları üzerinden sanal asistanların doğruluk ve güvenilirlik performansları karşılaştırmalı olarak değerlendirilmiştir. Bu tez, GenAI sistemlerinin telekom müşteri hizmetlerinde güvenli ve etkili biçimde uygulanabilmesi için önemli bulgular sunmaktadır.

Özet (Çeviri)

This thesis investigates the reliability of Generative AI (GenAI) in telco customer care, focusing on hallucination—when AI-generated responses appear fluent but are factually incorrect. The study develops a virtual assistant designed to support Customer Service Representatives (CSRs), tested using both a Large Language Model (GPT-4) and a Smaller Language Model (Phi-2), each enhanced with a Retrieval-Augmented Generation (RAG) architecture. Features such as semantic search, vector databases, and a feedback mechanism are included to reduce hallucinations. Using simulated customer scenarios, the assistant's performance is evaluated based on accuracy and hallucination frequency. The findings offer insights into model reliability and practical deployment strategies for AI in telecom support.

Benzer Tezler

  1. Multi-model multi-agent defense against LLM jailbreak attacks

    Büyük dil modellerine yönelik jailbreak saldirilarina karşi çok modelli çok ajanli sistemler ile savunma

    ARJEN AYKAN KILIÇ

    Yüksek Lisans

    İngilizce

    İngilizce

    2025

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi Üniversitesi

    Mühendislik Bilimleri Ana Bilim Dalı

    PROF. DR. FATİH ALAGÖZ

  2. An agent-based framework for systematic generative feature engineering in financial markets

    Finansal piyasalarda sistematik üretici değişken mühendisliği için yapay zekâ ajanları temelli bir yaklaşım

    MUSTAFA ENES KARAMAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2026

    Bilim ve Teknolojiİstanbul Teknik Üniversitesi

    Büyük Veri ve İş Analitiği Ana Bilim Dalı (disiplinlerarası)

    PROF. DR. ALP ÜSTÜNDAĞ

  3. LLM based code generation and code integration with multi agent systems

    Büyük dil modeli tabanlı kod üretimi ve çoklu ajan sistemleri ile kod entegrasyonu

    YASİN BÜZGÜLÜ

    Yüksek Lisans

    İngilizce

    İngilizce

    2026

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Medipol Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. SELİM AKYOKUŞ

    DR. SALİH SARP

  4. Comparatıve evaluatıon of aı-as-a-servıce vendor selectıon usıng fuzzy ahp and fuzzy topsıs

    Yapay zekâ hizmet sağlayicilarinin karşilaştirmali değerlendi̇rmesi̇: bulanik ahp ve bulanik topsis uygulamasi

    AMIRHOSSEIN DASTARI

    Yüksek Lisans

    İngilizce

    İngilizce

    2025

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. GÜLŞAH HANÇERLİOĞULLARI KÖKSALMIŞ

  5. Performance evaluation of llm based chatbots with E2e method:LLama-8b,LLama-7b,Gemma-7b and mistral-7b

    Uçtan uca yöntemi ile büyük dil modeli tabanlı sohbet botlarının performans değerlendirmesi:LLama-8B,LLama-7B,Gemma-7b ve mıstral-7B

    NAİLE CENK

    Yüksek Lisans

    İngilizce

    İngilizce

    2025

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMef Üniversitesi

    Bilişim Teknolojileri Mühendisliği Ana Bilim Dalı

    PROF. DR. ADEM KARAHOCA