TSI logo 25 years
LV EN
Home > Par mums > Struktūra un pārvaldība > Anotācijas

LĪMENIS

PROGRAMMA

FAKULTĀTE

GADS

VALODA

ATSLĒGVĀRDI

Nosaukums Vadītājs Līmenis
Bakalaurs 2024
Fakultāte: Inženierzinātņu fakultāte

Studiju programma: Datorzinātnes

Vairāk...

Maģistrs 2024
Fakultāte: Inženierzinātņu fakultāte

Studiju programma: Datorzinātnes

Vairāk...

Prezentāciju ģenerēšanas tīmekļa pakalpojumu izveide, izmantojot mākslīgā intelekta valodas modeļus

Šis bakalaura darbs ir veltīts prezentāciju ģenerēšanas tīmekļa pakalpojuma izstrādei, izmantojot AI valodas modeļus. Lietojumprogramma integrē tādus API kā OpenAI teksta ģenerēšanai, Pexels attēlu iegūšanai un Google Slides prezentāciju veidošanai, nodrošinot visaptverošu rīku augstas kvalitātes prezentāciju un video veidošanai. Backend ir veidots, izmantojot Flask, un frontend izmanto React, nodrošinot vienmērīgu lietotāja pieredzi. Galvenās funkcijas ietver lietotāja autentifikāciju, stāvokļa pārvaldību un dinamisku satura ģenerēšanu.Projektā tika analizēti esošie AI prezentāciju rīki, izstrādāts tīmekļa pakalpojums ar frontend un backend tehnoloģijām, un integrēti dažādi API, lai uzlabotu funkcionalitāti. Rūpīga testēšana nodrošināja stabilitāti, efektivitāti un lietotājdraudzīgumu. Rezultātā iegūtā lietojumprogramma spēj ģenerēt augstas kvalitātes prezentācijas un pārvērst tās saistošos videoklipos ar minimālu piepūli.Šis darbs demonstrē AI potenciālu digitālā satura radīšanas uzlabošanā, piedāvājot ievērojamus uzlabojumus efektivitātē un lietotāju iesaistē. Izstrādātais tīmekļa pakalpojums nodrošina vērtīgu rīku lietotājiem, kuriem ātri nepieciešams izveidot profesionālas prezentācijas.

Autors: Igors Pticins

Vadītājs: Aleksejs Vesjolijs

Līmenis: Bakalaurs

Gads: 2024

Darba valoda: Angļu

Studiju programma: Datorzinātnes

Vairāk...

LLM BALSTĪTAS SQL ĢENERĒŠANAS PIEEJU SALĪDZINOŠĀ ANALĪZE

Lielo valodu modeļu straujā attīstība ir pavērusi iespējas pārstrukturēt programmatūras izstrādes procesus kopumā, kā arī tādos gadījumos kā dabiskās valodas konvertēšana SQL vaicājumos. Šī pētījuma mērķis ir eksperimentāli novērtēt četru uz LLM balstītu metožu ietekmi uz SQL ģenerēšanas efektivitāti un kvalitāti. Novērtēšana tiek veikta, pamatojoties uz šādiem rādītājiem: pareizība, pilnīgums un konsekvence. Izpētītās uz LLM balstītās SQL ģenerēšanas metodes ietver īpašus LLM, kas pielāgoti SQL koda ģenerēšanai, piemēram, SQL kodētāju ietvarus SQL koda ģenerēšanai (Vanna.ai, 2023; Llamaindex, 2023) un vairāku aģentu sadarbības tīklus valodas pārveidošanai SQL.Pētījumā tiek izmantota literatūras apskata gadījumu izpēte un simulācijas. Tas piedāvā visaptverošu pārskatu par LLM vadītās SQL paaudzes sasniegumiem, kas ietver koncepcijas, tehnoloģijas, metodoloģijas, stiprās puses, ierobežojumus un ētiskus apsvērumus.Šis pētījums veiksmīgi novērš plaisu starp teorētiskajiem pamatiem un AI papildināto pieeju praktisko pielietojumu, vienlaikus veicinot uz LLM balstītas SQL ģenerēšanas integrāciju automatizētos programmatūras izstrādes procesos.

Autors: Maksim Ilin

Vadītājs: Dmitry Pavlyuk

Līmenis: Maģistrs

Gads: 2024

Darba valoda: Angļu

Studiju programma: Datorzinātnes

Vairāk...

Table View
Text View