OpenAI valodas modeļu pielietošana kontekstuālās jautājumu atbildēšanas sistēmās

Abstract

Šajā bakalaura darbā tiek apskatītas iespējas OpenAI valodas modeļu izmantošanai kontekstuālai jautājumu atbildēšanai, kurā valodas modelis ģenerē atbildes balstoties tikai un vienīgi uz tam dotajiem informācijas avotiem jeb kontekstu. Šī darba mērķis ir izpētīt, kā OpenAI modeļiem dot piekļuvi zināšanu bāzei, cik precīzi šie modeļi spēj atbildēt uz jautājumiem, pieņemot, ka tiem ir dots atbilstošs informācijas avots un salīdzināt, kā modeļa izvēle un ievaddatu formatējums ietekmē atbilžu precizitāti. Darba ietvaros tika novērtētas arī šādu risinājumu lietošanas izmaksas, atbildes laiki un veikti atbilžu precizitātes salīdzinājumi ar alternatīvu atvērta pirmkoda valodas modeli.

This bachelor's thesis examines the possibilities of using OpenAI language models for contextual question answering, in which the language model generates answers based solely on the provided information sources also known as the context. The main goals of this paper are to explore ways of giving OpenAI language models access to an external knowledge base, to measure how accurately these models are able to answer questions using the provided information sources, and to compare how the choice of language model and input data format affects the accuracy of the answers. This paper also evaluates the costs and expected response times of such solutions and makes comparisons for answer accuracy with alternative open-source models.