Year: 2026
Type: dissertation
Abstract: Táto práca sa zaoberá využitím auto-promptingu na optimalizáciu výstupov veľkých jazy- kových modelov bez potreby ich ďalšieho trénovania. Cieľom bolo navrhnúť, implementovať a otestovať modul, ktorý automaticky zlepšuje prompty používané v systéme Lakmoos AI. Modul bol zameraný hlavne na post-processingové úlohy, ako sú sumarizácie zhlukov a poznatky z výskumov. Navrhnuté riešenie používa dvojfázovú optimalizáciu, kde sa najprv vytvorí viacero verzií promptu a následne sa najlepšia verzia dolaďuje. Dôležitou časťou je kontrola tvrdých obmedzení, napríklad formátu alebo povolených hodnôt výstupu. Modul bol porovnaný s optimalizátormi DSPy MIPROv2, GEPA, TextGrad, OPRO a ProTeGi. Výsledky ukázali zlepšenie skóre napríklad na úlohe cluster_summary z 0.801 na 0.838, alebo na úlohe disambiguation_qa z 0.340 na 0.568, kde všetky uvedené skóre sú normalizované na škále od 0 po 1 a vyššia hodnota znamená lepší výsledok.
Author: Kuppé, Peter
Language: English
Topic: Topic Modeling
Subfield: Artificial Intelligence
Field: Computer Science
Domain: Physical Sciences
Open Access status: green
OpenAlex ID: W7165510733