Ponedeljkov seminar računalništva in informatike (PON, 19.10.2026 ob 16:00 v VP3)

☰ Meni

• 1. seminar (30 minut):

PREDAVATELJICA: Kaja PRAPROTNIK, doktorska študentka računalništva na UP FAMNIT.

NASLOV:
Vplivanje na sentiment v izhodnih besedilih velikih jezikovnih modelov z manipulacijo izbire žetonov (2. del)

POVZETEK:
Izvajamo evalvacijo usmerjanja sentimenta v velikem jezikovnem modelu Llama-3.1-8B-Instruct s pomočjo človeških ocenjevalcev. Pri tem uporabljamo parne primerjave po vzoru arenskega ocenjevanja, pri katerih ocenjevalci izbirajo, kateri izmed dveh odgovorov na isto vhodno zahtevo deluje bolj pozitivno oziroma negativno.
Usmerjanje sentimenta temelji na prilagajanju logitov žetonov iz leksikona sentimenta pri vsakem koraku generiranja besedila, brez dodatnega učenja modela. Primerjamo dva pristopa: aditivno prilagajanje ter pristop, ki temelji na množenju in deljenju.
Generirane odgovore samodejno ocenjujemo tudi z orodjem VADER za analizo sentimenta, ki temelji na leksikonu, rezultate pa statistično analiziramo s Friedmanovim testom in Wilcoxonovim testom predznačenih rangov ter jih primerjamo z izhodiščnim modelom.

O PREDAVATELJICI:
Kaja Praprotnik je doktorska študentka na UP FAMNIT pod mentorstvom prof. dr. Jerneja Vičiča. Njeno raziskovalno delo je usmerjeno v obdelavo naravnega jezika, s posebnim poudarkom na umetni inteligenci.

• 2. seminar (30 minut):

PREDAVATELJ: Jovan PAVLOVIĆ, doktorski študent računalništva na UP FAMNIT.

NASLOV:
Ogrodje za generiranje z razširjenim pridobivanjem informacij za izboljšanje iskanja dokazov pri kompleksnih nalogah večstopenjskega sklepanja

POVZETEK:
Predavanje se osredotoča na ogrodje za generiranje z razširjenim pridobivanjem informacij (angl. Retrieval-Augmented Generation, RAG), zasnovano za izboljšanje iskanja relevantnih informacij pri kompleksnih nalogah, ki zahtevajo večstopenjsko sklepanje.
Običajni sistemi RAG pogosto obravnavajo vse pridobljene odlomke besedil kot enako zanesljive. Pristopi GraphRAG izboljšujejo pridobivanje informacij z uporabo grafov znanja, ki predstavljajo povezave med entitetami in podpirajo večstopenjsko sklepanje. Vendar se ti pristopi lahko zanašajo na vnaprej pripravljene zunanje grafe znanja in na odločitve velikih jezikovnih modelov (LLM) med samim postopkom pridobivanja informacij.
Naša metoda, imenovana SA-RAG, si prizadeva izboljšati pridobivanje znanja z uporabo algoritma širjenja aktivacije (angl. spreading activation), ki omogoča iskanje relevantnih informacij v medsebojno povezanem korpusu dokumentov, ne da bi se pri tem zanašala na usmerjanje s strani velikih jezikovnih modelov ali na ročno izdelane grafe znanja.
Eksperimenti na nalogah odgovarjanja na vprašanja, ki zahtevajo večstopenjsko sklepanje, kažejo, da metoda SA-RAG dosega primerljive ali boljše rezultate od najsodobnejših pristopov ter izboljša pravilnost odgovorov za približno 12 odstotnih točk v primerjavi z osnovnim pristopom pridobivanja informacij, ki temelji na vektorski podobnosti.

O PREDAVATELJU:
Jovan Pavlović je doktorski študent in asistent na UP FAMNIT. Njegovi raziskovalni interesi vključujejo znanost o omrežjih in strojno učenje, generiranje z razširjenim pridobivanjem informacij z uporabo grafov ter grafovske nevronske mreže.

Seminarja bosta potekala v angleškem jeziku s pričetkom ob 16:00 v učilnici FAMNIT-VP3.