prikaz prve stranice dokumenta Implementacija konverzacijskog agenta za personalizaciju nastavnih materijala pomoću jezičnih modela
  Preuzmi
PDF 12.53 MB
diplomski rad
Implementacija konverzacijskog agenta za personalizaciju nastavnih materijala pomoću jezičnih modela
2024. urn:nbn:hr:137:521487
Blašković, Luka
Sveučilište Jurja Dobrile u Puli
Fakultet informatike u Puli

Citirajte ovaj rad

Blašković, L. (2024). Implementacija konverzacijskog agenta za personalizaciju nastavnih materijala pomoću jezičnih modela (Diplomski rad). Pula: Sveučilište Jurja Dobrile u Puli. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:137:521487

Blašković, Luka. "Implementacija konverzacijskog agenta za personalizaciju nastavnih materijala pomoću jezičnih modela." Diplomski rad, Sveučilište Jurja Dobrile u Puli, 2024. https://urn.nsk.hr/urn:nbn:hr:137:521487

Blašković, Luka. "Implementacija konverzacijskog agenta za personalizaciju nastavnih materijala pomoću jezičnih modela." Diplomski rad, Sveučilište Jurja Dobrile u Puli, 2024. https://urn.nsk.hr/urn:nbn:hr:137:521487

Blašković, L. (2024). 'Implementacija konverzacijskog agenta za personalizaciju nastavnih materijala pomoću jezičnih modela', Diplomski rad, Sveučilište Jurja Dobrile u Puli, citirano: 16.12.2024., https://urn.nsk.hr/urn:nbn:hr:137:521487

Blašković L. Implementacija konverzacijskog agenta za personalizaciju nastavnih materijala pomoću jezičnih modela [Diplomski rad]. Pula: Sveučilište Jurja Dobrile u Puli; 2024 [pristupljeno 16.12.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:137:521487

L. Blašković, "Implementacija konverzacijskog agenta za personalizaciju nastavnih materijala pomoću jezičnih modela", Diplomski rad, Sveučilište Jurja Dobrile u Puli, Pula, 2024. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:137:521487

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:137:521487
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovImplementacija konverzacijskog agenta za personalizaciju nastavnih materijala pomoću jezičnih modela
Naslov (engleski)Implementation of a conversational agent for the personalization of teaching materials using language models
AutorLuka Blašković
MentorNikola Tanković (mentor)
Član povjerenstvaDarko Etinger (predsjednik povjerenstva)
Član povjerenstvaNikola Tanković (član povjerenstva)
Član povjerenstvaSiniša Miličić (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište Jurja Dobrile u Puli
(Fakultet informatike u Puli)
Pula
Datum i država obrane2024-07-15, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		DRUŠTVENE ZNANOSTI
Informacijske i komunikacijske znanosti
Informacijski sustavi i informatologija
Sažetak
Generativna umjetna inteligencija, temeljena na velikim jezičnim modelima (LLM), postaje sveprisutna u obrazovanju, omogućujući personalizaciju kroz generiranje prilagođenih odgovora i napredno rasuđivanje. No, ograničeno znanje LLM-ova dovodi do halucinacija, gdje modeli generiraju dezinformacije. RAG (Retrieval Augmented Generation) tehnike omogućuju pristup vanjskim izvorima podataka, povećavajući točnost odgovora. U ovom radu prezentiran je EduBot, konverzacijski agent koji koristi RAG module za pomoć studentima i nastavnicima. Evaluacija EduBota provedena je ručnom analizom 20 pitanja vezanih uz nastavne materijale i sveučilišne pravilnike, pokazujući značajna poboljšanja u točnosti odgovora. Komercijalna rješenja poput GPT-4 i Claude 3 Sonnet postigla su izvanredne performanse, dok su manji modeli poput Mistral, Gemma i Llama3 također pokazali značajan potencijal. Rad također obuhvaća pregled razvoja NLP-a i velikih jezičnih modela baziranih na transformer arhitekturi. Evaluacija je provedena ručnom analizom 20 akademskih pitanja te evaluacijom pomoću mjera vjernosti (FAITH) i relevantnosti odgovora (ANS\_REL), pokazujući zadovoljavajuće rezultate kod komercijalnih rješenja.
Sažetak (engleski)
Generative artificial intelligence, based on large language models (LLM), is becoming ubiquitous in education, enabling personalization through generating tailored responses and advanced reasoning. However, the limited knowledge of LLMs leads to hallucinations, where models generate misinformation. Retrieval Augmented Generation (RAG) techniques enable access to external data sources, increasing the accuracy of responses. This paper presents EduBot, a conversational agent that uses RAG modules to assist students and teachers. The evaluation of EduBot was conducted through manual analysis of 20 questions related to teaching materials and university regulations, showing significant improvements in response accuracy. Commercial solutions such as GPT-4 and Claude 3 Sonnet achieved outstanding performance, while smaller models like Mistral, Gemma, and Llama3 also demonstrated significant potential. The paper also includes an overview of the development of NLP and large language models based on transformer architecture. The evaluation was carried out through manual analysis of 20 academic questions and evaluation using measures of fidelity (FAITH) and response relevance (ANS\_REL), showing satisfactory results for commercial solutions.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:137:521487
Studijski programNaziv: Informatika; smjerovi: Informatika i Nastavni smjer informatike, Informatika, Nastavni smjer informatike
Smjer: Informatika
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra informatike (mag. inf.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2024-07-19 10:51:16