Sirvi Autor "Masing, Karl-Oskar, juhendaja" järgi

Nüüd näidatakse 1 - 2 2

Collaborative Multi-Agent Architecture for Domain-Agnostic Named Entity Recognition
(Tartu Ülikool, 2025) Nabiyev, Rasul; Šuvalov, Hendrik, juhendaja; Masing, Karl-Oskar, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Arvutiteaduse instituut
Named Entity Recognition(NER) traditionally requires extensive domain-specific training data to achieve satisfactory performance for a given domain. Recent advancements in large language models have enabled the development of NER systems without supervised training, though this approach still requires careful prompt engineering and may need external knowledge augmentation during inference. This thesis introduces a novel domain-agnostic NER framework based on a collaborative multi-agent architecture that can adapt to any domain given only entity definitions and their descriptions. The framework consists of 4 high-level components: a team of agents, a metaprompter, a chat supervisor and a grounding engine. The system requires no training data or prompt engineering for new domains, operating as a few-shot solution for NER tasks. The framework's performance is evaluated across 4 distinct domains using standard NER benchmark datasets. Our evaluation shows that the multi-agent approach outperforms the baseline of few-shot NER with single LLM call in 3 out of 4 benchmarks, suggesting a promising direction for domain-agnostic NER. Ablation studies demonstrate varying effectiveness of each component on the system's performance depending on the domain, with the combination of three specialized agents and grounding engine proving generally most effective in all tested domains.
Tehisintellekti tutvustavate materjalide kogumiku väljatöötamine STACC OÜ näitel
(Tartu Ülikool, 2022) Ehrpais, Kaisa; Mooses, Kerli, juhendaja; Masing, Karl-Oskar, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Arvutiteaduse instituut
Üha populaarsust koguvatel tehisintellektil põhinevatel tehnoloogiatel meie ümber on paratamatult oma keerukuse ning kiire arengu tõttu ka varjukülgi, mis paneb ettevõtjaid sellise investeeringu mõistlikkuses kahtlema. Öeldakse, et kõik uus tundubki alguses hirmuäratav - paljud ettevõtjate hirmud on võimalik selgitustööga hajutada. Selleks on aga vaja esialgu ettevõtete hirmud masinõppe lahenduste ees kaardistada ning hetkel puudub andmeteaduse ettevõttes STACC OÜ vastav kaardistus. Antud magistritöö eesmärgiks on STACC OÜ vajaduste põhjal kaardistada ning avada potentsiaalsete klientide jaoks masinõppel põhinevate süsteemide kohta esinevaid küsimusi. Intervjuude, ajurünnaku ning olemasolevate dokumentide analüüsist kogutud materjal koondati ning kategoriseeriti vastavalt sisule. Kogutud andmete põhjal analüüsiti kõige sagedamini esinevaid masinõppega seotud teemasid, küsimusi ning hirme, mille põhjal moodustati 15 eelnevalt käsitletud kategooriat katvat küsimust. Seejärel vormistati küsimustele koostöös andmeteaduse spetsialistiga kogutud materjalide põhjal sobivad vastused. Koostatud materjali eesmärk oleks võimaldada tehisintellekti rakendamist kaaluval ettevõtjal teostada iseseisvalt esmane analüüs, mis käsitleks lahenduse võimalikkust, vastaks esmastele küsimustele ning maandaks ettevõtja hirme.