| Naslov: | Analiza ranljivosti in varnostni vidiki zastrupljanja podatkov pri učenju velikih jezikovnih modelov : magistrsko delo |
|---|
| Avtorji: | ID Dimkovska, Vanja (Avtor)
ID Karakatič, Sašo (Mentor) Več o mentorju...  |
|---|
| Datoteke: |  MAG_Dimkovska_Vanja_2025.pdf (3,17 MB)
MD5: 93DFFAB51AAB9F98F5944791E8E9FBBA
|
|---|
| Jezik: | Slovenski jezik |
|---|
| Vrsta gradiva: | Magistrsko delo/naloga |
|---|
| Tipologija: | 2.09 - Magistrsko delo |
|---|
| Organizacija: | FERI - Fakulteta za elektrotehniko, računalništvo in informatiko
|
|---|
| Opis: | Predmet magistrske naloge je analiza ranljivosti velikih jezikovnih modelov ob zastrupljanju podatkov v fazi učenja. Delo se osredotoča na preučevanje, kako različni deleži in vrste zastrupljenih podatkov vplivajo na kakovost odgovorov modelov, pri čemer je poudarek na ciljnem in tematsko nepovezanem zastrupljanju. Raziskava temelji na eksperimentalnem pristopu z uporabo medicinskih učnih nizov ter vključuje analizo sprememb v vedenju modelov pri različnih scenarijih zastrupljanja. |
|---|
| Ključne besede: | veliki jezikovni modeli, zastrupljanje podatkov, varnost umetne inteligence, kakovost odgovorov, medicinski podatki |
|---|
| Kraj izida: | Maribor |
|---|
| Kraj izvedbe: | Maribor |
|---|
| Založnik: | [V. Dimkovska] |
|---|
| Leto izida: | 2025 |
|---|
| Št. strani: | 1 spletni vir (1 datoteka PDF (VIII, 69 str.)) |
|---|
| PID: | 20.500.12556/DKUM-93623 |
|---|
| UDK: | 004.6.056:004.85(043.2) |
|---|
| COBISS.SI-ID: | 245839875 |
|---|
| Datum objave v DKUM: | 13.08.2025 |
|---|
| Število ogledov: | 209 |
|---|
| Število prenosov: | 48 |
|---|
| Metapodatki: |    |
|---|
| Področja: | KTFMB - FERI
|
|---|
|
:
|
Kopiraj citat |
|---|
| | | | Skupna ocena: | (0 glasov) |
|---|
| Vaša ocena: | Ocenjevanje je dovoljeno samo prijavljenim uporabnikom. |
|---|
| Objavi na: |  |
|---|
Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše
podrobnosti ali sproži prenos. |
