Остання редакція: 2026-06-04
Анотація
Розглянуто розробку інтелектуального веб-додатка для збору, агрегації та аналізу актуальної інформації з тематики кульової стрільби із використанням великих мовних моделей (LLM). Запропонована система поєднує технології генерації з доповненою вибіркою (RAG), глибокого веб-парсингу офіційних джерел та глобального веб-пошуку для формування комплексних звітів у режимі реального часу. Реалізовано інтеграцію моделі Gemini 2.5 Flash через API та розроблено модуль інтерактивного чату зі збереженням контексту сесії на базі фреймворку Streamlit. Описано архітектуру гібридного пошуку, основні функціональні модулі та результати тестування програмного забезпечення.
CREATION OF AN INTELLIGENT WEB ASSISTANT FOR ANALYSIS OF BULLET SHOOTING DATA BASED ON LLM
Abstract The development of an intelligent web application for the collection, aggregation, and analysis of up-to-date information on target shooting using large language models (LLMs) is considered. The proposed system combines Retrieval-Augmented Generation (RAG) technology, deep web scraping of official sources, and global web search to generate comprehensive reports in real time. The integration of the Gemini 2.5 Flash model via API has been implemented, and an interactive chat module with session context retention has been developed based on the Streamlit framework. The hybrid search architecture, main functional modules, and software testing results are described.
Ключові слова
Посилання
1. Brown T. Language Models are Few-Shot Learners / T. Brown, B. Mann, N. Ryder et al. // Advances in Neural Information Processing Systems. – 2020. – Vol. 33. – P. 1877-1901.
2. Омельченко, В.; Бісікало, О. Удосконалення великих мовних моделей формальними засобами оцінки сенсу текстової інформації. ВНТКП ВНТУ. Факультет інтелектуальних інформаційних технологій та автоматизації, Ukraine, mar. 2026. Available at: https://conferences.vntu.edu.ua/index.php/all-fksa/all-fksa-2026/index . (дата звернення: 03.06.2026).
3. Бісікало О. В. Формальні методи образного аналізу та синтезу природно-мовних конструкцій : монографія. — Вінниця : ВНТУ, 2013. – 240 с.
4. International Shooting Sport Federation (ISSF) Official Website [Електронний ресурс]. – Режим доступу: https://www.issf-sports.org/ (дата звернення: 03.06.2026).
5. Lewis P. Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks / P. Lewis, E. Perez, A. Piktus et al. // Advances in Neural Information Processing Systems. – 2020. – Vol. 33. – P. 9459–9474.
6. Bispo N. Building Web Apps with Streamlit: A Guide for Data Enthusiasts / N. Bispo // Medium. – 2023 [Електронний ресурс]. – Режим доступу: https://medium.com/django-unleashed/building-web-apps-with-streamlit-a-guide-for-data-enthusiasts-e805452a0ab (дата звернення: 03.06.2026).
7. DuckDuckGo Search Documentation [Електронний ресурс]. – Режим доступу: https://duckduckgo.com/ (дата звернення: 03.06.2026).
8. Liu P. Pre-train, prompt, and predict: A systematic survey of prompting methods in natural language processing / P. Liu, W. Yuan, J. Fu et al. // ACM Computing Surveys. – 2023. – Vol. 55, No. 9. – P. 1–35.