1. |
2. Razlaga odločitev umetne inteligence v obliki pogovorov z velikimi jezikovnimi modeliJan Sernec, 2025, magistrsko delo Opis: Razlaga odločitev, sprejetih s pomočjo umetne inteligence, postaja vse pomembnejša, saj umetna inteligenca danes aktivno sodeluje v sistemih, ki se uporabljajo v kritičnih področjih, kot so medicina, energetika, bančništvo. Take odločitve imajo pomemben vpliv na naše življenje, zato je ključnega pomena, da so uporabnikom razumljive in transparentne. Čeprav so statične razlage kot na primer, SHAP in LIME, v praksi še vedno najpogosteje uporabljene, se pogosto izkaže, da ne naslovijo vseh vprašanj in dvomov uporabnikov. Zaradi tega postajajo vse bolj relevantne interaktivne razlage, ki omogočajo dialog z velikim jezikovnim modelom in s tem prilagojeno, pojasnjevalno izkušnjo. V okviru magistrskega dela smo izvedli eksperiment, v katerem smo primerjali vpliv statičnih in interaktivnih razlag na uporabniško izkušnjo. Za ta namen smo razvili spletno orodje, ki omogoča predstavitev obeh tipov razlag. Uporabniško razumevanje odločitev smo merili s pomočjo vedenjskih nalog, oblikovanih na podlagi metod za merjenje mentalnih modelov. Rezultati eksperimenta nudijo pomemben vpogled v to, kako uporabniki zaznavajo in vrednotijo različne oblike razlag ter razkrivajo njihove preference pri razumevanju odločitev umetne inteligence.
Ključne besede: veliki jezikovni modeli, interaktivne razlage, statične razlage, razlaga odločitev, razložljiva umetna inteligenca
Objavljeno v DKUM: 22.12.2025; Ogledov: 0; Prenosov: 14
 Celotno besedilo (2,10 MB) |
3. Slovenski srednješolski učitelji jezikov in veliki jezikovni modeli : magistrsko deloUrška Kajbič, 2025, magistrsko delo Opis: Pričujoče delo obravnava uporabo velikih jezikovnih modelov (LLM) pri pouku tujih jezikov na slovenskih srednjih šolah z vidika učiteljev. Osrednji poudarek je na vplivu LLM na pedagoško delo, doseganju učnih ciljev ter prilagajanju učnega procesa učiteljev ob zavedanju, da dijaki ta orodja uporabljajo pri domačem delu.
Raziskava je bila izvedena z anketnim vprašalnikom med 64 učitelji jezikov. Rezultati kažejo, da 77 % učiteljev pri svojem delu uporablja LLM, najpogosteje ChatGPT. Učitelji jih največ uporabljajo za pripravo gradiv in diferenciacijo pouka, redkeje pa za ocenjevanje, povratne informacije in administrativne naloge. Večina zaznava, da dijaki LLM uporabljajo pogosto ali občasno, zato se na to odzivajo s prilagajanjem nalog, večjim poudarkom na procesih učenja ter pogovori o koristih in pasteh umetne inteligence. Statistično značilnih razlik med učitelji glede na delovno dobo, program ali predmet ni bilo zaznati, potrjena pa je bila pozitivna povezava med pogostostjo uporabe in občutkom kompetentnosti. Ugotovitve nakazujejo, da LLM prinašajo učiteljem pomembne priložnosti, a hkrati zahtevajo premišljene pedagoške prilagoditve in smernice.
Ključne besede: veliki jezikovni modeli, umetna inteligenca, generativna umetna inteligenca, učenje jezikov, srednješolsko izobraževanje
Objavljeno v DKUM: 29.09.2025; Ogledov: 0; Prenosov: 20
Celotno besedilo (1,98 MB) |
4. Zajemanje in obdelava besedila iz slik z uporabo tehnologij optičnega prepoznavanja znakov in transformerskih modelov za tolmačenje dokumentovTjan Kajba, 2025, diplomsko delo Opis: Informacije imajo dandanes ključno vlogo v digitalnem svetu. Tehnologije zajemanja besedila s slik so ključna rešitev za pretvorbo fizičnih medijev v digitalno obliko. Teoretični del diplomskega dela predstavlja, kaj so omenjene tehnologije in kako jih razvrščamo. V nadaljevanju smo prikazali delovanje posameznih podvrst orodij, tako tistih, ki temeljijo na velikih jezikovnih modelih, kot tudi tistih brez njih ter njihove priporočene uporabe. Proti koncu teoretičnega dela smo izvedli primerjalno analizo različnih tehnologij. Na podlagi rezultata analize je bil izbran transformerski model za razumevanje dokumentov kot osnova aplikacije. Praktični del prikazuje ustvarjeno aplikacijo, namenjeno branju računov.
Ključne besede: multimodalni veliki jezikovni modeli, optično prepoznavanje znakov, transformerski modeli za razumevanje dokumentov, veliki jezikovni modeli, zajemanje besedila s slik
Objavljeno v DKUM: 23.09.2025; Ogledov: 0; Prenosov: 7
Celotno besedilo (3,39 MB) |
5. |
6. |
7. Pozivni injekcijski napadi na velike jezikovne modele : magistrsko deloMatic Bobnar, 2025, magistrsko delo Opis: V magistrskem delu raziskujemo vlogo velikih jezikovnih modelov v vzponu generativne umetne inteligence. Predstavimo osnovne koncepte, kot so transformerji, žetoni in vektorske reprezentacije, ter opisujemo ključne prednosti, slabosti in izzive z generativnimi modeli. Posebno pozornost namenjamo izzivom varnosti, kot so pozivni injekcijski napadi. Podrobno analiziramo delovanje teh napadov, njihove vrste in predstavimo možne pristope za obrambo pred njimi. V okviru eksperimenta prikazujemo izdelavo spletne ankete, ki implementira različne jezikovne modele. S pomočjo pridobljenih podatkov iz ankete nato analiziramo občutljivost posameznih modelov na različne intenzitete injekcijskih napadov ter preučujemo njihove vplive na uporabniške dimenzije, kot so uporabnost, točnost, razumljivost in relevantnost. Na koncu ugotavljamo, kateri modeli se najbolje odzivajo na napade in predstavljajo najvarnejšo uporabo.
Ključne besede: Generativna umetna inteligenca, Generativni modeli, Veliki jezikovni modeli, Pozivni injekcijski napadi, Inženering pozivov
Objavljeno v DKUM: 06.02.2025; Ogledov: 0; Prenosov: 56
Celotno besedilo (2,82 MB) |
8. Konfiguracija produktnega kataloga s pomočjo velikih jezikovnih modelov : diplomsko deloLuka Balaban, 2024, diplomsko delo Opis: Zaključno delo obravnava problem kompleksnosti konfiguracije produktnih katalogov v sistemu Monetization podjetja Tridens, kjer se uporabniki pogosto soočajo z izzivi pri razumevanju in nastavitvi zapletenih obračunskih modelov. Cilj dela je razviti umetno inteligenco, ki bo s pomočjo velikih jezikovnih modelov (LLM), kot je ChatGPT, omogočila enostavnejšo in bolj intuitivno konfiguracijo produktnih katalogov. V okviru raziskave smo analizirali obstoječo tehnično dokumentacijo in bazo znanja podjetja Tridens ter izvedli integracijo modela ChatGPT v zaledni sistem za avtomatizirano generiranje in prilagajanje produktnih katalogov. Rešitev smo preizkusili s testnim sklopom povpraševanj, pri čemer smo primerjali rezultate generiranih konfiguracij z referenčnimi primeri. Rezultati so pokazali, da umetna inteligenca uspešno izboljšuje natančnost in hitrost konfiguracije produktnih katalogov, hkrati pa zmanjšuje potrebo po ročnem delu. Zaključek naloge potrjuje, da uporaba velikih jezikovnih modelov prispeva k izboljšanju uporabniške izkušnje in poenostavitvi konfiguracijskih procesov, kar lahko podjetjem, kot je Tridens, prinese pomembne prednosti v konkurenčnem okolju.
Ključne besede: veliki jezikovni modeli, umetna inteligenca, produktni katalog, chatGPT, java
Objavljeno v DKUM: 06.02.2025; Ogledov: 0; Prenosov: 46
Celotno besedilo (3,25 MB) |
9. Integracija velikih jezikovnih modelov v mobilne rešitveDavid Balažic, 2024, diplomsko delo Opis: Diplomsko delo se osredotoča na analizo in implementacijo velikih jezikovnih modelov v mobilne rešitve z namenom raziskave njihovega delovanja, integracije in vpliva na uporabniško izkušnjo. V prvem delu je predstavljen teoretični del delovanja velikih jezikovnih delov. V praktičnem delu je ponazorjeno implementiranje teh modelov v mobilne rešitve in predstavljanje pristopa delovanja preko programskega vmesnika ter neposredno na napravi. Rezultati raziskave kažejo, da je pristop s programskim vmesnikom primernejši ob uporabi kompleksnejših modelov, vendar se pristop neposredno na napravi izkaže za koristnega ob uporabi manjših modelov.
Ključne besede: veliki jezikovni modeli, umetna inteligenca, mobilne rešitve, model
Objavljeno v DKUM: 22.10.2024; Ogledov: 0; Prenosov: 61
Celotno besedilo (1,58 MB) |
10. Učinkovitost avtomatiziranega oblikovanja testnih primerov s pomočjo velikih jezikovnih modelovJovana Murdjeva, 2024, magistrsko delo Opis: V magistrskem delu je bila raziskana uporabo ChatGPT-ja kot veliki jezikovni model za avtomatizirano oblikovanje testnih primerov v primerjavi s tradicionalnimi metodami, ki jih uporabljajo strokovnjaki za testiranje programske opreme. Delo se je osredotočilo na vpliv natančno opredeljenih pozivov (inženiring pozivov) na kakovost, pokritost kode in učinkovitost pri odkrivanju napak. Rezultati raziskave kažejo, da ChatGPT z ustrezno oblikovanimi vnosnimi zahtevami dosega primerljivo ali celo boljšo uspešnost kot ročno oblikovani testi, kar pomeni velik potencial za optimizacijo procesov testiranja programske opreme.
Ključne besede: avtomatizirano testiranje, veliki jezikovni modeli, inženiring pozivov, ChatGPT, kakovost testnih primerov
Objavljeno v DKUM: 22.10.2024; Ogledov: 0; Prenosov: 81
Celotno besedilo (1,31 MB) |
