Pozor, nahajate se na testni strani. Informacije, ki so na voljo na spetnem mestu, niso uradne in niso uporabne, vprašljiva pa je tudi njihova verodostojnost.

Ta spletna stran hrani piškotke, da bi vam zagotovili boljšo uporabniško izkušnjo in popolno funkcionalnost te strani.

Analitične piškotke uporabljamo s storitvijo Google Analytics, samo z vašo privolitvijo. Sprejemam Zavrnitev Več informacij

Od RAG-a do agentov: kako zgraditi zaupanja vreden AI operacijski model

Podjetja so v zadnjih letih preizkušala generativno umetno inteligenco, RAG arhitekture in velike jezikovne modele, vendar se prava konkurenčna prednost začne šele takrat, ko AI postane del operacijskega modela organizacije. Naslednji korak niso samo boljši chatboti, ampak agentni sistemi, ki znajo uporabljati orodja, dostopati do znanja, preverjati vire, izvajati omejene korake v poslovnih procesih in pustiti sledljivo razlago svojih odločitev. V predavanju bomo pogledali, kako preiti od klasičnega RAG sistema do varnega agentnega RAG vzorca, kjer model ne odgovarja samo na vprašanja, temveč deluje znotraj jasno določenih pravil, dovoljenj, evalvacij in človeškega nadzora. Poseben poudarek bo na sveže veljavnem AI Act, slovenskem jeziku, domensko specifičnem znanju, varovanju podatkov, prompt-injection tveganjih, merjenju kakovosti in povezavi med AI arhitekturo ter poslovnimi KPI-ji. Demo bo prikazal majhno, a realno arhitekturo slovenskega domenskega agenta, ki dela z dokumenti, uporablja omejena orodja, beleži odločitve in omogoča preverjanje kakovosti odgovorov ter izvedenih korakov.

Marko Kokol

Borzen, power market operator, d.o.o.

Marko Kokol je strokovnjak z več kot 20 leti izkušenj v industriji, vendar se trudi, da še vedno ostaja v stiku s praktičnim razvojem in pisanjem kode v .NET, Javi in občasno tudi kakšnem bolj eksotičnem jeziku. Je tudi MCT in MCP za področja umetne inteligence, razvoja v Azure, ter SharePoint, SQL in C#.

Komentiranje v NTK aplikaciji je mogoče za potrjene udeležence NT konference.

iPhone Android