Seleção de arquiteturas de chatbots baseados em LLMs e Recuperação de Informação Aumentada (RAG) para detecção de itens de importação com problemas, utilizando o método multicritério PROMETHEE

• Processo: 25/02051-9
• Modalidade de apoio: Bolsas no Brasil - Mestrado
• Data de Início da vigência: 01 de abril de 2025
• Data de Término da vigência: 31 de março de 2027
• Área de conhecimento: Engenharias - Engenharia de Produção - Pesquisa Operacional
• Pesquisador responsável: Cristiano Morini
• Beneficiário: María Alejandra Asmat Reyes
• Instituição Sede: Faculdade de Ciências Aplicadas (FCA). Universidade Estadual de Campinas (UNICAMP). Limeira , SP, Brasil
• Vinculado ao auxílio: 23/09754-0 - Conformidade aduaneira: desenho de política, ações, avaliação de programa, revisão da legislação, iniciativas de estímulo ao cumprimento da regulação e boas práticas aduaneiras na importação no Brasil, AP.PP
• Assunto(s): Fiscalização Importação Triagem
• Palavra(s)-Chave do Pesquisador: administração de setores específicos | Aduana | conformidade aduaneira | Fiscalização | importacao | triagem | Aduana

Resumo

O projeto propõe a análise e comparação de arquiteturas de chatbots baseadas em Modelos de Linguagem Grande (LLMs) e Recuperação de Informação Aumentada (RAG) com o objetivo de detectar potenciais problemas em itens de importação. A abordagem utilizará o método multicritério PROMETHEE para identificar a melhor arquitetura segundo critérios previamente definidos, que incluem a precisão de resposta, velocidade, custos e a complexidade de implementação. Esse estudo é de especial importância para aprimorar a automação na triagem e fiscalização de mercadorias importadas, auxiliando órgãos como a Receita Federal Brasileira a otimizar processos e reduzir erros no contexto aduaneiro.