| Form of studies |
Bachelor |
| Title of the study programm |
Smart Computer Technologies |
| Title in original language |
Lielo valodu modeļu salīdzinoša analīze uzņēmumu iekšējās automatizācijas risinājumos |
| Title in English |
Comparative Analysis of Large Language Models in Enterprise Internal Automation Solutions |
| Department |
Faculty Of Computer Science Information Tehnology And Energy |
| Scientific advisor |
Ingars Eriņš |
| Reviewer |
Karolina Hance |
| Abstract |
Lielie valodas modeļi (LLM) arvien plašāk tiek ieviesti uzņēmumu iekšējās automatizācijas risinājumos, taču organizācijām joprojām trūkst vienotas un objektīvas metodikas dažādu modeļu un automatizācijas rīku salīdzināšanai pēc kvalitātes, veiktspējas un izmaksu kritērijiem. Šī bakalaura darba mērķis ir izstrādāt automatizētu testēšanas vidi, kas nodrošina vienotu LLM un automatizācijas rīku salīdzinājumu uzņēmumu iekšējās automatizācijas kontekstā. Darba teorētiskajā daļā tiek apkopoti LLM darbības pamatprincipi un to pielietojuma scenāriji uzņēmumu vidē. Integrācijas pieejas, mākoņpakalpojumi, lokāli izvietoti un hibrīdie modeļi, ar informācijas izgūšanu papildināta ģenerēšana (Retrieval-Augmented Generation), ārējo rīku izsaukšana, drošības un pārvaldības mehānismi. Kā arī esošo LLM salīdzināšanas pieeju kritēriji un to ierobežojumi. Praktiskajā daļā ir izstrādāta modulāra testēšanas platforma uz Python orķestratora, PostgreSQL datubāzes un Docker konteinerizācijas pamata, kas vienlaikus automatizēti mēra četras salīdzināšanas dimensijas: strukturālo korektumu ar JSON shēmas validāciju, satura kvalitāti ar LLM-as-a-Judge pieeju, atbildes laika veiktspēju un izmaksas gan mākoņpakalpojumiem, gan lokālajām izpildēm. Platformas praktiskā pielietojamība tiek demonstrēta, veicot deviņu LLM risinājumu salīdzinošo analīzi ar vienkāršotu un sarežģītu testu kopu latviešu un angļu valodā. Vērtēti seši mākoņpakalpojumi (GPT-5.4, GPT-5 Mini, Gemini 2.5 Flash, Gemini 2.5 Pro, Claude Sonnet 4.6, Claude Haiku 4.5) un trīs lokāli izvietoti Qwen3 modeļi. Iegūtie rezultāti apliecina, ka modeļa izvēle uzņēmuma vidē ir scenāriju atkarīga un to nevar reducēt uz vienu metriku, kā arī ka latviešu valodas testēšana ir obligāts salīdzināšanas elements Latvijas uzņēmumu kontekstā. Darba galvenais ieguldījums ir izstrādātā automatizētā testēšanas vide un uz tās bāzes sagatavotās praktiskās rekomendācijas LLM risinājumu izvēlei uzņēmumu iekšējās automatizācijas vajadzībām.
Atslēgvārdi: lielie valodu modeļi, salīdzinošā analīze, automatizēta testēšanas vide, uzņēmumu iekšējā automatizācija, LLM salīdzināšanas metodika, bilingvāla testēšana, mākoņpakalpojumi un lokāli izvietoti modeļi.
Bakalaura darba apjoms: 79 lappuses, 8 attēli, 7 tabulas, 6 pielikumi, 36 informācijas avoti. |
| Keywords |
lielie valodu modeļi, salīdzinošā analīze, automatizēta testēšanas vide, uzņēmumu iekšējā automatizācija, LLM salīdzināšanas metodika, bilingvāla testēšana, mākoņpakalpojumi un lokāli izvietoti modeļi |
| Keywords in English |
large language models, comparative analysis, automated testing environment, enterprise internal automation, LLM comparison methodology, bilingual testing, cloud services and locally deployed models |
| Language |
lv |
| Year |
2026 |
| Date and time of uploading |
26.05.2026 12:54:59 |
