03853ntm a22005057i 4500 000727885 CZ-PrVSE 20260201122909.0 m d cr n|||||||||| 260201s2025 xr fsbm 000 0 cze d NEZPRACOVANÝ IMPORT ABA006 cze ABA006 ABA006 rda Rubeš, Ondřej ISIS:149150 dis From training data to outputs : How language models inherit patterns from text data eng Od tréninkových dat k výstupům : Jak jazykové modely přebírají vzorce z textových korpusů Ondřej Rubeš 2025 ?? stran : digital, PDF soubor Vedoucí práce: Tomáš Kliegr Diplomová práce (Ing.)—Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky, 2026 Obsahuje bibliografii Textový (vysokoškolská kvalifikační práce) Rok obhajoby 2026 Stylové chování velkých jazykových modelů se může při jemném doladění výrazně měnit podle povahy trénovacích dat. Tato diplomová práce zkoumá, zda adaptace modelu na stylově konzistentní korpus jednoho autora vede k měřitelným změnám v generovaných textech a jakým způsobem lze tyto změny systematicky vyhodnotit. Hlavním cílem je experimentálně posoudit rozsah stylistického posunu po jemném doladění a ověřit jej pomocí vícerozměrné kvantitativní analýzy. Práce je rozdělena do šesti kapitol. Úvodní část shrnuje teoretická východiska analýzy diskurzu, stylometrie a fungování velkých jazykových modelů. Následuje vytvoření referenčního diskurzního profilu autora, založeného na kvalitativní analýze vybraných segmentů. Hlavní část práce popisuje návrh experimentu zahrnující přípravu trénovacího korpusu, jemné doladění tří modelových architektur (GPT-2, Mistral, Qwen), konstrukci evaluační promptové sady a generování textových výstupů. Závěrečná analytická část hodnotí jazykové posuny v lexikální, syntaktické, pragmatické, emoční a embeddingové rovině a porovnává chování modelů před a po doladění. Výsledky ukazují, že jemné doladění způsobuje konzistentní stylistické změny napříč všemi třemi modely. Nejvýrazněji se projevují ve stabilizaci slovní zásoby, změnách v distribuci slovních druhů, úpravě výpovědního tónu a ve způsobu organizace vět. Embeddingové ukazatele potvrzují celkové přiblížení generovaných textů k referenčnímu stylu autora, přičemž nejstabilnější adaptaci vykazují modely Qwen a Mistral. Analýza zároveň neprokazuje zvýšení toxicity ani zhoršení technické kvality textů. Způsob přístupu: Internet kognitivní informatika [obor dipl. práce] diplomové práce fd132022 czenas master's theses eczenas stylometrie jemné doladění velké jazykové modely Kliegr, Tomáš ISIS:8484 ths Berka, Petr, 1959- jn20001103427 opn Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky kn20010709399 dgg https://insis.vse.cz/zp/92040/podrobnosti VŠKP v InSIS https://insis.vse.cz/zp/92040 Hlavní práce https://insis.vse.cz/zp/92040/posudek/vedouci Hodnocení vedoucího https://insis.vse.cz/zp/92040/posudek/oponent/88917 Oponentura https://insis.vse.cz/zp/92040/priloha/32865 Přiloha k práci https://insis.vse.cz/zp/92040/podrobnosti dc:identifier NEPOSILAT VSKP vse92040 260121 92040