{"id":25473,"date":"2025-02-17T15:07:40","date_gmt":"2025-02-17T14:07:40","guid":{"rendered":"https:\/\/semmelweis.hu\/emk\/?p=25473"},"modified":"2025-07-07T16:44:33","modified_gmt":"2025-07-07T14:44:33","slug":"mi-alapu-tudasrendszerek-a-finomhangolas-es-az-informacio-visszakereses-osszehasonlitasa","status":"publish","type":"post","link":"https:\/\/semmelweis.hu\/emk\/2025\/02\/17\/mi-alapu-tudasrendszerek-a-finomhangolas-es-az-informacio-visszakereses-osszehasonlitasa\/","title":{"rendered":"MI-alap\u00fa tud\u00e1srendszerek: a finomhangol\u00e1s \u00e9s az inform\u00e1ci\u00f3-visszakeres\u00e9s \u00f6sszehasonl\u00edt\u00e1sa"},"content":{"rendered":"

Munkat\u00e1rsaink, <\/span>Dr. Pollner P\u00e9ter<\/b>, <\/span>Dr. Jo\u00f3 Tam\u00e1s<\/b><\/a> \u00e9s szerz\u0151t\u00e1rsaik a <\/span>Machine Learning And Knowledge Extraction<\/b> c\u00edm\u0171 foly\u00f3iratban 2025. febru\u00e1r 10-\u00e9n megjelent, az <\/span>Eg\u00e9szs\u00e9gbiztons\u00e1g Nemzeti Laborat\u00f3rium Adatvez\u00e9relt Eg\u00e9szs\u00e9g D\u00edvizi\u00f3<\/span><\/a> keret\u00e9ben 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. <\/span><\/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 (<\/span>DFT, <\/strong>Domain-Specific Fine-Tuning<\/strong> = tartom\u00e1ny-specifikus finomhangol\u00e1s<\/span>), 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 (<\/span>RAG, <\/strong>Retrieval-Augmented Generation<\/strong> = visszakeres\u00e9ssel meger\u0151s\u00edtett gener\u00e1l\u00e1s<\/span>).\u00a0<\/span><\/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.<\/span><\/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.<\/span><\/p>\n

\n

A teljes cikk itt olvashat\u00f3: <\/span>Investigating the Performance of Retrieval-Augmented Generation and Domain-Specific Fine-Tuning for the Development of AI-Driven Knowledge-Based Systems<\/b><\/a><\/p>\n<\/div>\n","protected":false},"excerpt":{"rendered":"

Munkat\u00e1rsaink, Dr. Pollner P\u00e9ter, Dr. Jo\u00f3 Tam\u00e1s<\/a> \u00e9s szerz\u0151t\u00e1rsaik a Machine Learning And Knowledge Extraction c\u00edm\u0171 foly\u00f3iratban 2025. febru\u00e1r 10-\u00e9n megjelent, az Eg\u00e9szs\u00e9gbiztons\u00e1g Nemzeti Laborat\u00f3rium Adatvez\u00e9relt Eg\u00e9szs\u00e9g D\u00edvizi\u00f3<\/a> keret\u00e9ben 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. K\u00e9t f\u0151 m\u00f3dszert hasonl\u00edtottak \u00f6ssze: az egyik a modell \u201e\u00fajratan\u00edt\u00e1sa\u201d …<\/p>\n","protected":false},"author":102350,"featured_media":25475,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[6],"tags":[888,886,294,890],"class_list":["post-25473","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-hirek","tag-dft","tag-machine-learning-and-knowledge-extraction","tag-mesterseges-intelligencia","tag-rag"],"acf":[],"_links":{"self":[{"href":"https:\/\/semmelweis.hu\/emk\/wp-json\/wp\/v2\/posts\/25473","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/semmelweis.hu\/emk\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/semmelweis.hu\/emk\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/semmelweis.hu\/emk\/wp-json\/wp\/v2\/users\/102350"}],"replies":[{"embeddable":true,"href":"https:\/\/semmelweis.hu\/emk\/wp-json\/wp\/v2\/comments?post=25473"}],"version-history":[{"count":2,"href":"https:\/\/semmelweis.hu\/emk\/wp-json\/wp\/v2\/posts\/25473\/revisions"}],"predecessor-version":[{"id":25478,"href":"https:\/\/semmelweis.hu\/emk\/wp-json\/wp\/v2\/posts\/25473\/revisions\/25478"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/semmelweis.hu\/emk\/wp-json\/wp\/v2\/media\/25475"}],"wp:attachment":[{"href":"https:\/\/semmelweis.hu\/emk\/wp-json\/wp\/v2\/media?parent=25473"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/semmelweis.hu\/emk\/wp-json\/wp\/v2\/categories?post=25473"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/semmelweis.hu\/emk\/wp-json\/wp\/v2\/tags?post=25473"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}