| Studiju veids |
maģistra profesionālās studijas |
| Studiju programmas nosaukums |
Informācijas tehnoloģijas projektu vadība |
| Nosaukums |
Atbilžu precizitātes uzlabošana sarunbotos ar papildu zināšanu pievienošanas metodēm |
| Nosaukums angļu valodā |
Improving the Accuracy of Chatbot Responses Through Knowledge Augmentation Methods |
| Struktūrvienība |
33000 Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte |
| Darba vadītājs |
Rūta Pirta |
| Recenzents |
Solvita Bērziša |
| Anotācija |
Pēdējos gados sarunbotu izmantošana ir strauji attīstījusies un kļuvusi par būtisku digitālās transformācijas sastāvdaļu dažādās nozarēs. Sarunbotu pielietojums ļauj uzlabot pakalpojumu pieejamību, palielināt sistēmu mērogojamību un samazināt cilvēkresursu noslodzi, vienlaikus nodrošinot nepārtrauktu lietotāju atbalstu. Neraugoties uz sniegtajām iespējām, sarunbotiem joprojām piemīt būtiski ierobežojumi. To sniegtās atbildes nereti ir nepilnīgas vai neprecīzas, īpaši gadījumos, kad jautājumi saistīti ar publiski nepieejamu vai specifisku informāciju. Šī problēma ir saistīta ar sarunbotu pamata zināšanu ierobežojumiem un rada riskus lietojumos, kuros nepieciešama augsta atbilžu uzticamība.
Maģistra darbā tiek aplūkota sarunbotu vēsturiskā attīstība, to klasifikācija un praktiskie pielietojumi, kā arī identificētas galvenās priekšrocības un trūkumi. Tiek analizētas sarunbotu arhitektūras pamatkomponentes un dažādie darbības principi. Eksperimentālajā daļā tiek veikts LoRA un RAG metožu salīdzinājums, lai noteiktu metožu spēju ietekmēt atbilžu precizitāti par kādu specifisku tēmu. Balstoties uz iegūtajiem rezultātiem, tiek piedāvāta precīzākā metode.
Maģistra darba apjoms- 89 lapaspuses, 18 attēli, 13 tabulas, 78 literatūras avoti un 2 pielikumi. |
| Atslēgas vārdi |
Sarunboti, Lielie valodas modeļi, Zināšanu pievienošanas metodes, Precīzā iestatīšana, Izguve papildinātā ģenerēšana |
| Atslēgas vārdi angļu valodā |
Chatbots, Large Language models, Knowledge augmentation methods, Fine tuning, Retrieval augmented generation |
| Valoda |
lv |
| Gads |
2026 |
| Darba augšupielādes datums un laiks |
12.01.2026 22:31:58 |
