Szak\u00e9rt\u0151ink, Dr. Pollner P\u00e9ter<\/b>,\u00a0Dr. Jo\u00f3 Tam\u00e1s<\/b>\u00a0\u00e9s szerz\u0151t\u00e1rsaik a\u00a0Machine Learning And Knowledge Extraction<\/b>\u00a0c\u00edm\u0171 foly\u00f3iratban 2025. febru\u00e1r 10-\u00e9n megjelent, az\u00a0Eg\u00e9szs\u00e9gbiztons\u00e1g Nemzeti Laborat\u00f3rium Adatvez\u00e9relt Eg\u00e9szs\u00e9g D\u00edvizi\u00f3 keret\u00e9ben \u00e9s t\u00e1mogat\u00e1s\u00e1val v\u00e9gzett kutat\u00e1sukban azt vizsg\u00e1lt\u00e1k, hogyan lehet a legjobban testre szabni a nagy nyelvi modelleket \u2013 mint p\u00e9ld\u00e1ul a ChatGPT-t \u2013 a k\u00fcl\u00f6nf\u00e9le szakter\u00fcleteken val\u00f3 haszn\u00e1latra.<\/p>\n
K\u00e9t f\u0151 m\u00f3dszert hasonl\u00edtottak \u00f6ssze: az egyik a modell \u201e\u00fajratan\u00edt\u00e1sa\u201d egy adott t\u00e9m\u00e1ra (DFT,\u00a0<\/strong>Domain-Specific Fine-Tuning<\/strong>\u00a0= tartom\u00e1ny-specifikus finomhangol\u00e1s), a m\u00e1sik pedig egy k\u00fcls\u0151 tud\u00e1sb\u00e1zisb\u00f3l val\u00f3 inform\u00e1ci\u00f3lek\u00e9r\u00e9s \u00e9s az abb\u00f3l val\u00f3 sz\u00f6vegalkot\u00e1s (RAG,\u00a0<\/strong>Retrieval-Augmented Generation<\/strong>\u00a0= visszakeres\u00e9ssel meger\u0151s\u00edtett gener\u00e1l\u00e1s).\u00a0<\/p>\n Az eredm\u00e9nyek azt mutatt\u00e1k, hogy a m\u00f3dszer szinte minden mutat\u00f3ban jobban teljes\u00edt: pontosabb v\u00e1laszokat ad, hat\u00e9konyabb, \u00e9s kevesebbet \u201ehallucin\u00e1l\u201d (azaz kevesebb hib\u00e1s inform\u00e1ci\u00f3t gener\u00e1l). A kutat\u00f3k egy egyszer\u0171s\u00edtett RAG-modellt is javasolnak, amely k\u00fcl\u00f6n\u00f6sen j\u00f3l m\u0171k\u00f6dik megb\u00edzhat\u00f3, szakmai tartalmak l\u00e9trehoz\u00e1s\u00e1ra.<\/p>\n B\u00e1r a kutat\u00e1s eredm\u00e9nyei szerint a RAG-alap\u00fa megold\u00e1sok \u00edg\u00e9retesek \u00e9s pontosabb tud\u00e1salap\u00fa rendszerek kialak\u00edt\u00e1s\u00e1t teszik lehet\u0151v\u00e9, tov\u00e1bbi vizsg\u00e1latokra van sz\u00fcks\u00e9g ahhoz, hogy megtal\u00e1ljuk a legjobb m\u00f3dj\u00e1t a RAG \u00e9s a finomhangol\u00e1s (DFT) egy\u00fcttes alkalmaz\u00e1s\u00e1nak. A tanulm\u00e1ny r\u00e1mutat: mik\u00f6zben a megb\u00edzhat\u00f3s\u00e1g fontos, neh\u00e9z egyens\u00falyt teremteni a kreativit\u00e1s \u00e9s a t\u00e9nyszer\u0171s\u00e9g k\u00f6z\u00f6tt a nagy nyelvi modellek haszn\u00e1latakor.<\/p>\n