Реалізація та порівняльний аналіз ефективності агентних інтелектуальних систем для автоматизованої обробки клієнтських звернень

Abstract

Об’єкт дослідження – процес автоматизованої обробки клієнтських звернень інтернет-провайдера. Предмет дослідження – агентні інтелектуальні системи на основі локальних великих мовних моделей для класифікації звернень та екстракції структурованих даних. Мета роботи – реалізація та порівняльний аналіз ефективності чотирьох локальних LLM-агентів за критеріями точності класифікації, якості екстракції даних та швидкості обробки. Методи дослідження – теоретичний, аналіз архітектури великих мовних моделей, токенізації та квантизації, та експериментальний, програмна реалізація агентного пайплайну та статистична обробка метрик. Розробку виконано на платформі n8n із середовищем Ollama. У результаті роботи спроєктовано та реалізовано пайплайн обробки електронних звернень, який виконує класифікацію за шістьма категоріями, визначення тональності й пріоритету та екстракцію структурованих даних із записом у Google Sheets. Проведено серію експериментів із моделями Gemma 3 12B, Qwen 3 8B, Llama 3.1 8B та Mistral 7B на наборі україномовних звернень з еталонною таблицею. За результатами порівняння визначено модель з найкращим співвідношенням точності й продуктивності та сформульовано рекомендації щодо її вибору для практичного впровадження.