Este trabalho foi publicado pelo Galoá e tem um DOI depositado. Para citar este trabalho, use um dos padrões abaixo:
Caso você seja um dos co-autores e queira cadastrar esse trabalho no seu Currículo Lattes, use o seguinte código: doi > 10.59254/sbpo-2026-232884
Se você NUNCA registrou um DOI no seu Lattes, veja nosso tutorial!The digitalization of public services has generated complex administrative documents, making Question Answering (QA) interfaces essential for citizen engagement. Retrieval-Augmented Generation (RAG) has emerged as the standard framework to ground these systems in proprietary knowledge bases while mitigating hallucinations. This paper evaluates three open-source embedding models, namely qwen3-embedding, bge-m3-embedding, and embedding-gemma, against proprietary OpenAI baselines within the Brazilian government's digital services catalog. We implemented four retrieval architectures: Dense, Hybrid (BM25 with Reciprocal Rank Fusion), and re-ranked variants using a cross-encoder. Evaluation used a synthetic dataset of 1,200 questions generated via the RAGAS framework, covering single-hop and multi-hop reasoning scenarios. Benchmarks show that open-source models with hybrid re-ranking achieve Recall@3 ≈ 0.82 and Recall@10 ≈ 0.93, matching proprietary performance. These findings demonstrate that open-source architectures are a technically viable and sovereign alternative for large-scale digital government initiatives.
Visualizações por mês
Contagem da Galoá, excluindo robôs conhecidos. Atualizado em 30/09/2026.
Visualizações por mês
Contagem da Galoá, excluindo robôs conhecidos. Atualizado em 30/09/2026.
Com ~200 mil publicações revisadas por pesquisadores do mundo todo, o Galoá impulsiona cientistas na descoberta de pesquisas de ponta por meio de nossa plataforma indexada.
Confira nossos produtos e como podemos ajudá-lo a dar mais alcance para sua pesquisa:
Esse proceedings é identificado por um DOI , para usar em citações ou referências bibliográficas. Atenção: este não é um DOI para o jornal e, como tal, não pode ser usado em Lattes para identificar um trabalho específico.
Verifique o link "Como citar" na página do trabalho, para ver como citar corretamente o artigo