| Form of studies |
Bachelor |
| Title of the study programm |
Computer Systems |
| Title in original language |
Lielo valodas modeļu efektivitātes novērtējums Latvijas centralizēto eksāmenu uzdevumos |
| Title in English |
Performance Assessment of Large Language Models on Latvian Centralized Exams |
| Department |
Faculty Of Computer Science Information Tehnology And Energy |
| Scientific advisor |
Gints Jēkabsons |
| Reviewer |
Māris Galauskis |
| Abstract |
Mūsdienās ir sākusies mākslīga intelekta (MI) iespēju strauja izmantošana izglītības jomā. Taču pilnīga uzticēšanās lielajiem valodas modeļiem (LVM) bez objektīva to efektivitātes novērtējuma ir ļoti riskanta. Bakalaura darba mērķis ir izvērtēt lielo valodas modeļu efektivitāti Latvijas centralizēto eksāmenu uzdevumu risināšanā, analizējot un salīdzinot to sniegumu gan bez ārējiem datu avotiem, gan ar izguves papildinātu ģenerēšanu. Darba gaitā tika izveidota datubāze ar uzdevumiem no Latvijas centralizētajiem eksāmeniem laika posmā no 2023. līdz 2025. gadam, tajā iekļaujot eksāmenu uzdevumus vidusskolai. Tika sagatavoti arī faili ar strukturētu teoriju pētījumam ar izguves papildinātu ģenerēšanu (RAG). Praktiskajā daļā tika veikta salīdzinoša analīze, kurā tika novērtēta četru atšķirīga izmēra LVM precizitāte kombinētu uzdevumu un atvērtā jautājuma uzdevumu risināšanā. Eksperimentā tika analizēta modeļu spēja apstrādāt uzdevumus latviešu valodā, tostarp uzdevumus ar attēliem un vizuālu informāciju. Rezultāti liecināja, ka modeļi ar lielāku parametru skaitu darbojas precīzāk un stabilāk, risinot dažāda tipa uzdevumus. Turklāt latviešu valodas izmantošana uzdevumu formulējumos un attēlos samazināja modeļu efektivitāti. Papildus RAG palīdz ievērojami paaugstināt modeļu precizitāti, pielietojot to atvērta svara modeļos.
Bakalaura darbā ir 54 lappuses, 20 tabulas, 6 pielikumi, 87 informācijas avoti. |
| Keywords |
LIELIE VALODAS MODEĻI, IZGUVES PAPILDINĀTA ĢENERĒŠANA, LATVIJAS CENTRALIZĒTIE EKSĀMENI, MULTIMODĀLIE MODEĻI, MĀKSLĪGAIS INTELEKTS |
| Keywords in English |
LARGE LANGUAGE MODELS, RETRIEVAL-AUGMENTED GENERATION, LATVIAN CENTRALIZED EXAMINATIONS, MULTIMODAL MODELS, ARTIFICIAL INTELLIGENCE |
| Language |
lv |
| Year |
2026 |
| Date and time of uploading |
26.05.2026 10:32:23 |
