Uporaba velikih jezikovnih modelov za optimizacijo priprave ponudb v gradbeništvuKrvina, Žiga (Avtor) Klinc, Robert (Mentor) Brelih, Anja (Komentor) magistrska delagradbeništvoumetna inteligencaveliki jezikovni modelistrojno učenjeprilagajanje modelaoptimizacija poslovnih procesovgeotehnične raziskaveMagistrska naloga obravnava uporabo umetne inteligence pri optimizaciji procesa priprave ponudb v podjetju, ki deluje na področju geotehničnih raziskav. Namen raziskave je bil preveriti, ali lahko veliki jezikovni modeli, kot so GPT, Claude in QwQ, učinkovito podprejo inženirje pri pripravi ponudb pri izbiri ustreznih postavk in količin ter s tem zmanjšajo čas in napake v postopku. Naloga vključuje teoretični pregled arhitekture sodobnih modelov in postopkov prilagajanja modelov. V praktičnem delu je bil izveden postopek prilagajanja modela QwQ 32B v okolju Google Colab z uporabo domenskih podatkov in učnih parov podatkov. Model je bil preizkušen na 120 povpraševanjih ter primerjan z izbranimi komercialnimi rešitvami podjetij OpenAI in Anthropic. Rezultati so pokazali, da odprtokodni prilagojeni modeli ne dosegajo natančnosti naprednejših komercialnih sistemov ter zaostajajo pri stabilnosti in hitrosti delovanja. Najuspešnejši je bil model Claude Sonnet 4.5, ki je zagotavljal uravnoteženost med natančnostjo in odzivnim časom. Implementacija modela v programsko rešitev podjetja je pokazala, da se čas priprave ponudbe lahko zmanjša ob hkratnem povečanju konsistentnosti dokumentov. Naloga potrjuje potencial umetne inteligence za avtomatizacijo ponavljajočih se nalog v inženirski praksi ter opozarja na omejitve, povezane z varovanjem podatkov, kakovostjo učnih podatkov in potrebo po človeškem nadzoru nad rezultati.[Ž. Krvina]20252025-11-29 08:45:52Magistrsko delo/naloga176411UDK: 004.85:69(043.2)VisID: 176616COBISS_ID: 259716611sl