Studiju veids |
maģistra akadēmiskās studijas |
Studiju programmas nosaukums |
Biznesa informātika |
Nosaukums |
Zināšanu vadības metode ģeneratīvā MI aģentu apmācīšanai programmatūras uzņēmumu klientu atbalstam |
Nosaukums angļu valodā |
Knowledge Management Method for Training Generative AI Agents in Customer Support of Software Companies |
Struktūrvienība |
33000 Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte |
Darba vadītājs |
Pēteris Rudzājs |
Recenzents |
Jānis Grundspeņķis |
Anotācija |
Šajā maģistra darbā tiek piedāvāta zināšanu vadības metode programmatūras uzņēmumiem, lai efektīvi apmācītu ģeneratīvā mākslīgā intelekta aģentus klientu atbalstam. Lai gan nesenie sasniegumi mākslīgajā intelektā ļauj ieviest ģeneratīvos MI risinājumus ar minimālām tehniskām zināšanām, uzņēmumiem ir būtiski izaicinājumi zināšanu dokumentēšanā un uzturēšanā, kas piemērota šo MI aģentu apmācībai. 20 programmatūras uzņēmumu aptauja atklāja, ka 75% identificēja MI aģentu apmācību ar biznesa domēna zināšanām kā galveno ieviešanas izaicinājumu. Balstoties uz sistemātisku literatūras pārskatu un nozares prakses analīzi, šis pētījums izstrādā specifiskas prasības un vadlīnijas zināšanu rakstu veidošanai, strukturēšanai un uzturēšanai, kas kalpo kā apmācību dati MI aģentiem. Piedāvātā metode tika validēta eksperimentālā testēšanā, izmantojot OpenAI API asistentu ar reāla programmatūras uzņēmuma zināšanu rakstiem, salīdzinot atbilžu kvalitāti pirms un pēc metodes pielietošanas. Rezultāti uzrādīja uzlabotu atbilžu precizitāti 90% testa gadījumu. Darbs sniedz visaptverošas ieviešanas vadlīnijas, ieskaitot ArchiMate modeli, kas ilustrē metodes integrāciju uzņēmuma arhitektūrā. |
Atslēgas vārdi |
zināšanu vadība, ģeneratīvais MI, klientu atbalsts, programmatūras uzņēmumi, izgūšanas papildinātā ģenerācija |
Atslēgas vārdi angļu valodā |
knowledge management, generative AI, customer support, software companies, retrieval augmented generation |
Valoda |
eng |
Gads |
2025 |
Darba augšupielādes datums un laiks |
03.01.2025 10:08:10 |