{"id":85207,"date":"2026-07-15T17:21:46","date_gmt":"2026-07-15T14:21:46","guid":{"rendered":"https:\/\/twodots.gr\/?p=85207"},"modified":"2026-07-15T17:21:48","modified_gmt":"2026-07-15T14:21:48","slug":"vektorizacija-llm-ai-tutor-rag-inicijative","status":"publish","type":"post","link":"https:\/\/twodots.gr\/hr\/vectorizationllm-ai-tutor-rag-epicheiriseis\/","title":{"rendered":"VectorizationLLM: \u0160to AI tutor koji odbija dati odgovor podu\u010dava tvrtke"},"content":{"rendered":"<div class=\"td-article-toc\"><div class=\"td-toc-title\">Sadr\u017eaj<\/div><ul><li><a href=\"#ti-einai-to-vectorizationllm-kai-giati-afora-tis-epicheiriseis\">\u0160to je VectorizationLLM i za\u0161to je relevantan za tvrtke?<\/a><\/li><li><a href=\"#to-provlima-den-itan-i-elleipsi-periechomenou-alla-i-apostasi-apo-ton-foititi\">Problem nije bio nedostatak sadr\u017eaja, nego udaljenost od studenta.<\/a><\/li><li><a href=\"#exi-enotites-gnosis-anti-gia-enan-geniko-chatbot\">\u0160est modula znanja umjesto op\u0107eg chatbota<\/a><\/li><li><a href=\"#i-architektoniki-xechorizei-montelo-rag-kai-kanones-symperiforas\">Arhitektura razlikuje model, RAG i pravila pona\u0161anja.<\/a><\/li><li><a href=\"#i-exatomikefsi-prokyptei-apo-ti-synecheia-kai-ta-safi-dikaiomata\">Personalizacija proizlazi iz kontinuiteta i jasno definiranih prava.<\/a><\/li><li><a href=\"#i-arnisi-tis-etoimis-lysis-einai-charaktiristiko-tou-proiontos\">Odbacivanje gotovog rje\u0161enja je klju\u010dna zna\u010dajka proizvoda.<\/a><\/li><li><a href=\"#leitourgikotita-synepeia-kai-guardrails-os-kritiria-apodochis\">Funkcionalnost, dosljednost i za\u0161titne mjere kao kriteriji prihva\u0107anja<\/a><\/li><li><a href=\"#ena-test-set-prepei-na-kalyptei-olokliri-ti-diadromi\">Testni skup mora pokriti cijelu rutu.<\/a><\/li><li><a href=\"#i-axiologisi-prepei-na-xechorizei-akriveia-apo-pragmatiki-axia\">Procjena mora razlikovati to\u010dnost i intrinzi\u010dnu vrijednost.<\/a><\/li><li><a href=\"#exi-vimata-gia-enan-epicheirimatiko-ai-tutor-me-rag\">\u0160est koraka za izradu poslovnog AI tutora pomo\u0107u RAG-a<\/a><\/li><li><a href=\"#ta-oria-tis-meletis-kai-to-sosto-symperasma\">Opseg studije i ispravan zaklju\u010dak<\/a><\/li><li><a href=\"#ai-voithoi-kai-aftomatismoi-apo-tin-two-dots\">AI asistenti i rje\u0161enja za automatizaciju tvrtke TWO DOTS<\/a><\/li><\/ul><\/div>\n\n\n\n<div class=\"td-article-lede\"><p><strong>VectorizationLLM pokazuje da korisni AI tutor ne mora rje\u0161avati svaki problem za korisnika.<\/strong> Potrebno je dohvatiti to\u010dne informacije, objasniti sljede\u0107i korak, odr\u017eavati jasne granice i prenijeti odluku na \u010dovjeka kada zahtjev nadilazi njegov mandat. Isti princip mo\u017ee pobolj\u0161ati korporativnu obuku u tvrtki, korisni\u010dku podr\u0161ku i tijekove rada s umjetnom inteligencijom.<\/p><\/div>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"ti-einai-to-vectorizationllm-kai-giati-afora-tis-epicheiriseis\">\u0160to je VectorizationLLM i za\u0161to je relevantan za tvrtke?<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">VectorizationLLM je specijalizirani asistent za u\u010denje za studente na kolegiju CTEC 247 na New York Institute of Technology. Podr\u017eava u\u010denje MATLABa u vektorizaciji, logi\u010dkom indeksiranju, komadnim funkcijama, Fourierovim transformacijama i diferencijalnim jednad\u017ebama. Umjesto da djeluje kao gotov generator koda, cilj mu je objasniti koncepte na temelju bilje\u0161ki s kolegija i osigurati akademski integritet.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Za poslovanje vrijednost ne le\u017ei u odre\u0111enom te\u010daju, nego u obrascu proizvoda. Pouzdanom asistentu potrebni su jasan opseg, pa\u017eljivo odabrani izvori, pravila pona\u0161anja, korisni\u010dke dozvole i evaluacija unutar stvarnog tijeka rada. Ovo je razlika izme\u0111u impresivne demonstracije i <a href=\"https:\/\/twodots.gr\/aftomatismoi-epicheiriseon-ai\/\">Poslovna automatizacija i umjetna inteligencija<\/a> koji mo\u017ee raditi dosljedno.<\/p>\n\n\n\n<div class=\"td-chart td-chart--metrics\"><p class=\"td-chart-title\">Projekt u \u010detiri klju\u010dne \u010dinjenice<\/p><p class=\"td-chart-subtitle\">Podaci opisuju opseg i metrike evaluacije VectorizationLLM-a; oni ne predstavljaju mjeru akademskih ili poslovnih rezultata.<\/p><div class=\"td-chart-body\"><div class=\"td-metric-card\"><span class=\"td-metric-value\">6<\/span><span class=\"td-metric-label\">podru\u010dja znanja<\/span><\/div><div class=\"td-metric-card\"><span class=\"td-metric-value\">20<\/span><span class=\"td-metric-label\">u\u010denici u ciljanoj razredu<\/span><\/div><div class=\"td-metric-card\"><span class=\"td-metric-value\">26<\/span><span class=\"td-metric-label\">primjeri razgovora<\/span><\/div><div class=\"td-metric-card\"><span class=\"td-metric-value\">2026<\/span><span class=\"td-metric-label\">prva primjena u jesen<\/span><\/div><\/div><\/div>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"to-provlima-den-itan-i-elleipsi-periechomenou-alla-i-apostasi-apo-ton-foititi\">Problem nije bio nedostatak sadr\u017eaja, nego udaljenost od studenta.<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Materijal za CTEC 247 ve\u0107 je bio pripremljen, ali su se stalno pojavljivale iste pote\u0161ko\u0107e: konfuzija oko razli\u010ditih sintakti\u010dkih modela, nepravilna upotreba unaprijed definiranih funkcija i pogre\u0161ke u izra\u010dunima prekomjernog ili nedovoljnog protoka. Prethodne intervencije, poput podr\u0161ke putem chata i vi\u0161e primjera na predavanjima, uglavnom su pomogle studentima koji su ve\u0107 bili dobri. Donja \u010detvrtina razreda nije znatno imala koristi.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Ista praznina je o\u010dita u korporativnoj obuci. Jo\u0161 jedan priru\u010dnik ili webinar nije dovoljan kada zaposlenik treba obja\u0161njenje upravo u trenutku kada postavlja CRM, tuma\u010di izvje\u0161\u0107e ili provodi politiku povrata. Operativno znanje mora biti dostupno u trenutku dono\u0161enja odluke i na jeziku specifi\u010dnog zadatka.<\/p>\n\n\n\n<div class=\"td-article-note\"><strong>Klju\u010dni uvid:<\/strong> Pristup ve\u0107em sadr\u017eaju ne zna\u010di nu\u017eno bolje usmjeravanje. AI tutor mora identificirati to\u010dku pote\u0161ko\u0107e, dohvatiti relevantan odlomak i ponuditi pomo\u0107 koja korisniku prepu\u0161ta su\u0161tinsku odluku.<\/div>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"exi-enotites-gnosis-anti-gia-enan-geniko-chatbot\">\u0160est modula znanja umjesto op\u0107eg chatbota<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Radna bilje\u017enica je organizirana u \u0161est numeriranih dijelova, od ponavljanja osnovnih tehnika do simboli\u010dkog i numeri\u010dkog rje\u0161avanja diferencijalnih jednad\u017ebi. Stoga odgovor ne ovisi isklju\u010divo o onome \u0161to osnovni model \u00abpamti\u00bb. Sustav je upoznat s jezikom predmeta, dopu\u0161tenim funkcijama i uobi\u010dajenim pogre\u0161kama u svakom odjeljku.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Ova uska specijalizacija slu\u017ei kao koristan model za korporativne kopilote. Prodajni asistent mora biti upoznat sa fazama prodajnog procesa i pravilima koja ure\u0111uju ponude. Asistent za e-trgovinu treba biti upoznat s pravilima o povratu, zna\u010dajkama proizvoda i ugovorima o razini usluge. Prava polazna to\u010dka je visokofrekventni 'posao koji treba obaviti', kako je prikazano u prakti\u010dnom vodi\u010du za <a href=\"https:\/\/twodots.gr\/pos-na-aytomatopoiisete-ergasies-me-techniti-noimosyni\/\">Kako se zadaci automatiziraju pomo\u0107u umjetne inteligencije<\/a>.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"i-architektoniki-xechorizei-montelo-rag-kai-kanones-symperiforas\">Arhitektura razlikuje model, RAG i pravila pona\u0161anja.<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">VectorizationLLM temelji se na modelu iz obitelji Gemma i hostan je putem OpenWebUI-ja. RAG spremi\u0161te sadr\u017ei Markdown verzije bilje\u0161ki s predavanja za CTEC 243 i CTEC 247, primjere i pripadaju\u0107e datoteke za kutije s alatima. Upit sustavu odre\u0111uje pona\u0161anje: kako se identificiraju odjeljci, kada se prikazuju primjeri i kada bi se trebalo izbjegavati izravno rje\u0161enje.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Ovo razdvajanje \u010dini sustav lak\u0161im za dijagnosticiranje. Znanje koje se \u010desto mijenja ili treba biti dokumentirano pripada bazi za dohva\u0107anje. Fiksna pravila pona\u0161anja pripadaju promptu i ogradi. Model pru\u017ea jezi\u010dnu sposobnost. Kvaliteta <a href=\"https:\/\/twodots.gr\/i-simasiologiki-anazitisi-einai-i-moni-pou-metraei-pleon\/\">semanti\u010dka pretraga<\/a> procjenjuje ho\u0107e li ispravan izvor dovesti do odgovora.<\/p>\n\n\n\n<div class=\"td-comparison\"><p class=\"td-comparison-title\">Chatbot op\u0107e namjene ili specijalizirani AI tutor?;<\/p><div class=\"td-comparison-cards td-comparison-cards--horizontal\"><div class=\"td-comparison-grid td-comparison-grid--two\"><div class=\"td-platform-card\"><h3>Op\u0107i chatbot<\/h3><p>Rje\u0161ava mnoga pitanja vezana uz op\u0107e poznavanje modela, ali samostalno ne zna koji je materijal odobren, koja se pravila primjenjuju i kada gotovo rje\u0161enje predstavlja rizik.<\/p><div class=\"td-badge-row\"><span class=\"td-badge\">\u0160iroki opseg<\/span><span class=\"td-badge\">Zamagljene granice<\/span><\/div><\/div><div class=\"td-platform-card td-platform-card--navy\"><h3>Specijalist za poduku iz umjetne inteligencije<\/h3><p>Prikuplja pa\u017eljivo odabrano znanje za zadatak, slijedi specifi\u010dna pravila, obja\u0161njava svoja ograni\u010denja i ima jasan put do ljudske podr\u0161ke kada nedostaje odgovaraju\u0107i izvor.<\/p><div class=\"td-badge-row\"><span class=\"td-badge\">Provjereni izvori<\/span><span class=\"td-badge\">Konstruktivno odbijanje<\/span><\/div><\/div><\/div><\/div><\/div>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"i-exatomikefsi-prokyptei-apo-ti-synecheia-kai-ta-safi-dikaiomata\">Personalizacija proizlazi iz kontinuiteta i jasno definiranih prava.<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Svaki student ima ra\u010dun povezan s njegovom sveu\u010dili\u0161nom adresom e-po\u0161te, a uzastopna pitanja unutar iste niti zadr\u017eavaju kontekst. Ako rasprava zapo\u010dne grafovima, a zatim prije\u0111e na komadne funkcije, tutor mo\u017ee povezati obja\u0161njenja. Odvojeni nizovi ostaju odvojeni konteksti, pa \u00abpam\u0107enje\u00bb nije ni nejasno ni univerzalno.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Za poslovni proizvod to se prevodi u pa\u017eljiv dizajn sesije: koja povijest je zapravo potrebna, koliko dugo se zadr\u017eava, koji su podaci dopu\u0161teni i tko \u0161to mo\u017ee vidjeti. Personalizacija je korisna samo ako je popra\u0107ena jasnim dozvolama, politikom zadr\u017eavanja i jasnom razlikom izme\u0111u korporativnog znanja i osobnih podataka.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"i-arnisi-tis-etoimis-lysis-einai-charaktiristiko-tou-proiontos\">Odbacivanje gotovog rje\u0161enja je klju\u010dna zna\u010dajka proizvoda.<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Osnovno pravilo je da tutor obja\u0161njava, poziva se na bilje\u0161ke i poma\u017ee pri dijagnosticiranju, ali ne dovr\u0161ava posao umjesto studenta. Ograni\u010denja obuhva\u0107aju i pravila te\u010daja i poku\u0161aje njihova zaobila\u017eenja, poput igranja uloga ili tvrdnji da je korisnik predava\u010d.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Ista se na\u010dela primjenjuju na korisni\u010dku podr\u0161ku, prodaju i regulirane tijekove rada. Asistent mo\u017ee objasniti pravila povrata bez izmi\u0161ljanja iznimke ili pripremiti odgovor bez obvezivanja tvrtke. The <a href=\"https:\/\/twodots.gr\/pos-na-xekinisete-me-technita-fonitika-agents-odigos-gia-epicheiriseis\/\">AI glasovni agenti u korisni\u010dkoj slu\u017ebi<\/a> Potrebni su odgovaraju\u0107i limiti i jednostavna skalabilnost do ljudskog razmjera.<\/p>\n\n\n\n<div class=\"td-decision-band\"><p class=\"td-decision-label\">Pravilo prije pilota<\/p><strong>Napi\u0161ite \u0161to AI tutor ne smije raditi prije nego \u0161to napi\u0161ete \u0161to \u0107e mo\u0107i raditi.<\/strong><p>Za svaku zabranjenu radnju navedite korisnu alternativu: koje obja\u0161njenje je dopu\u0161teno, koje detalje treba zatra\u017eiti, koji \u0107e se izvor prikazati i kada \u0107e se zahtjev proslijediti \u010dovjeku.<\/p><\/div>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"leitourgikotita-synepeia-kai-guardrails-os-kritiria-apodochis\">Funkcionalnost, dosljednost i za\u0161titne mjere kao kriteriji prihva\u0107anja<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Rad organizira sustavne upite oko funkcionalnosti, determinizma i za\u0161titnih ograni\u010denja. Funkcionalnost obuhva\u0107a konceptualna obja\u0161njenja, blokove koda, slike i vodi\u010de za u\u010denje. Dosljednost ispituje ho\u0107e li isto pitanje dosljedno dohva\u0107ati to\u010dne informacije i ho\u0107e li kontinuitet niti ometati odgovor. Ograni\u010denja provjeravaju ostaje li sustav koristan bez stvaranja zabranjenog rje\u0161enja.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Za tvrtke ova klju\u010dna podru\u010dja mogu poslu\u017eiti kao kriteriji prihva\u0107anja. Demo koji je jednom radio nije dovoljan. Potrebno je ponovno testiranje, koriste\u0107i kratke, dvosmislene ili kontradiktorne upute, provjeru dohva\u0107enih izvora i scenarija u kojima sustav mora odbiti, zatra\u017eiti poja\u0161njenje ili eskalirati problem.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"ena-test-set-prepei-na-kalyptei-olokliri-ti-diadromi\">Testni skup mora pokriti cijelu rutu.<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Dodatak radu sadr\u017ei 26 razgovora iz kumulativne niti. Obuhva\u0107aju vodi\u010de za u\u010denje, funkciju <code>prona\u0111i<\/code>, logi\u010dko indeksiranje, valni oblici, Fourier, <code>dsolve<\/code>, <code>ode45<\/code>, modeli krugova i ispitanih pitanja. Posebno su vrijedni 'upitni poticaji', gdje se korisnik pribli\u017eava tra\u017eenju gotovog rje\u0161enja, a sustav mora ostati koristan bez kr\u0161enja pravila.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Poslovni skup testova zahtijeva odgovaraju\u0107u raznolikost: tipi\u010dni zahtjevi, nepotpuni podaci, neto\u010dne pretpostavke, poku\u0161aji zaobila\u017eenja pravila, zastarjeli izvor i niz vi\u0161e poruka. Svaki neuspjeh mora se dodati regresijskim testovima, kako pobolj\u0161anja unosa ili znanja ne bi naru\u0161ila pona\u0161anje koje je ve\u0107 ispravno funkcioniralo.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"i-axiologisi-prepei-na-xechorizei-akriveia-apo-pragmatiki-axia\">Procjena mora razlikovati to\u010dnost i intrinzi\u010dnu vrijednost.<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Tehni\u010dka testiranja za VectorizationLLM ispituju dohva\u0107anje blokova koda, ispravnost odjeljka, dosljednost i pridr\u017eavanje ograni\u010denja. Rad tako\u0111er spominje pogre\u0161ku u referenciranju teme, gdje je odgovor pogre\u0161no povezao materijal iz dviju sekcija, iako je kod potekao iz bilje\u0161ki. Ovo ilustrira za\u0161to su \u00abispravan izvor\u00bb i \u00abispravna upotreba izvora\u00bb razli\u010diti kriteriji.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Studija predstavlja dizajn i primjere, a ne kona\u010dne dokaze da studenti u\u010de bolje. Sli\u010dno tome, korporativni pilot nije uspje\u0161an samo zato \u0161to su korisnici bili entuzijasti\u010dni. Potrebna su mjerenja vremena potrebnog za ispravno dovr\u0161avanje zadataka, potrebe za ljudskom intervencijom, ponavljaju\u0107ih pogre\u0161aka, sigurnog odbijanja i poslovnih ishoda. Razlika izme\u0111u jednostavne proizvodnje i autonomnijeg tijeka rada tako\u0111er je ilustrirana u usporedbi <a href=\"https:\/\/twodots.gr\/antidrastiki-ai-vs-genetiki-ai-poia-einai-i-diafora-kai-giati-echei-simasia\/\">genetska i agencijska AI<\/a>.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"exi-vimata-gia-enan-epicheirimatiko-ai-tutor-me-rag\">\u0160est koraka za izradu poslovnog AI tutora pomo\u0107u RAG-a<\/h2>\n\n\n\n<div class=\"td-step-list\"><p class=\"td-step-list-title\">Od uskog slu\u010daja upotrebe do kontroliranog rada<\/p><ol><li><span class=\"td-step-kicker\">Korak 1<\/span><strong>Odaberite zadatak op\u0107eg znanja.<\/strong><p>Po\u010dnite s uvo\u0111enjem proizvoda, obukom za CRM, tuma\u010denjem izvje\u0161taja ili odgovaranjem na upite u vezi s odobrenim politikama. Definirajte \u0161to se smatra uspje\u0161nim zavr\u0161etkom i kolika je cijena neuspjeha.<\/p><\/li><li><span class=\"td-step-kicker\">Korak 2<\/span><strong>Isplanirajte izvore istine.<\/strong><p>Sastavite priru\u010dnike, politike, primjere i uobi\u010dajene pogre\u0161ke. Podijelite ih na tematske cjeline i dodijelite vlasnika, datum revizije i pravilo za uklanjanje zastarjelog materijala.<\/p><\/li><li><span class=\"td-step-kicker\">Korak 3<\/span><strong>Razlikujte znanje i pona\u0161anje.<\/strong><p>Unesite informacije koje treba dohvatiti u RAG i navedite fiksna pravila u upitu sustava: dopu\u0161tene radnje, ton, potrebna poja\u0161njenja, odbijanja i eskalaciju.<\/p><\/li><li><span class=\"td-step-kicker\">Korak 4<\/span><strong>Postavite ra\u010dune, memoriju i dozvole.<\/strong><p>Odlu\u010dite koji se niti razgovora zadr\u017eavaju u kontekstu, koji su podaci ograni\u010deni, tko mo\u017ee pregledavati razgovore i kada se oni bri\u0161u. Sustavu dodijelite samo pristup koji mu je potreban za tu specifi\u010dnu ulogu.<\/p><\/li><li><span class=\"td-step-kicker\">Korak 5<\/span><strong>Izradite skup za testiranje koji sadr\u017ei te\u0161ke slu\u010dajeve.<\/strong><p>Testirajte ispravne i neispravne zahtjeve, nepotpune podatke, zastarjele izvore, proturje\u010dnosti, izlaske iz zatvora i razgovore u vi\u0161e koraka. Provjerite to\u010dnost, prikupljanje podataka, dosljednost i korisnost zajedno.<\/p><\/li><li><span class=\"td-step-kicker\">Korak 6<\/span><strong>Procijenite tijek rada prije pro\u0161irenja.<\/strong><p>Usporedite s vremenskim i kvalitetnim referentnim vrijednostima, zabilje\u017eite ispravke i eskalacije te skalirajte samo kada su rezultati replicirani s pravim korisnicima i stvarnim podacima.<\/p><\/li><\/ol><\/div>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"ta-oria-tis-meletis-kai-to-sosto-symperasma\">Opseg studije i ispravan zaklju\u010dak<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">VectorizationLLM uklju\u010duje te\u010daj, predava\u010da, specifi\u010dne nastavne materijale i grupu od 20 studenata. Prva primjena u u\u010dionici planirana je za jesen 2026., dok prikupljanje podataka o sudjelovanju i u\u010dinkovitosti ostaje zadatak za budu\u0107nost. Jo\u0161 uvijek ne postoji dugoro\u010dno, kontrolirano mjerenje ishoda u\u010denja, a ni RAG materijal ni upit sustavu se ne objavljuju iz razloga akademskog integriteta.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Dakle, ispravan poslovni zaklju\u010dak nije da je prona\u0111ena gotova formula. Odluke izme\u0111u modela i proizvoda \u2013 izvori, dohva\u0107anje, dozvole, memorija, za\u0161titne mjere, testni slu\u010dajevi i ljudski nadzor \u2013 odre\u0111uju ho\u0107e li AI asistent biti doista koristan. NIST AI RMF potvr\u0111uje isti pristup: jasan kontekst, dokumentirane granice i ponovljena procjena u uvjetima bliskim stvarnom kori\u0161tenju.<\/p>\n\n\n\n<section class=\"td-service-cta\"><div class=\"td-service-cta-content\"><p class=\"td-service-cta-eyebrow\">Od znanja do glatke i sigurne svakodnevne rutine<\/p><h2 id=\"ai-voithoi-kai-aftomatismoi-apo-tin-two-dots\">AI asistenti i rje\u0161enja za automatizaciju tvrtke TWO DOTS<\/h2><p>TWO DOTS mapira proces, organizira izvore podataka, povezuje relevantne sustave i dizajnira AI radne procese s dozvolama, za\u0161titnim ograni\u010denjima, ljudskim kontrolnim to\u010dkama i mjerljivim kriterijima uspjeha.<\/p><div class=\"td-service-cta-actions\"><a class=\"td-service-cta-button\" href=\"https:\/\/twodots.gr\/aftomatismoi-epicheiriseon-ai\/\">Pogledajte automatizaciju poslovanja i umjetnu inteligenciju<\/a><\/div><\/div><\/section>\n\n\n\n<section id=\"sychnes-erotiseis\" class=\"td-faq-section\"><div class=\"td-faq\"><p class=\"td-faq-heading\">\u010cesto postavljana pitanja<\/p><details class=\"td-faq-item\"><summary class=\"td-faq-title\">\u0160to je VectorizationLLM?;<\/summary><div class=\"td-faq-content\"><p>To je specijalizirani AI tutor za MATLAB CTEC 247 te\u010daj. Koristi Gemma model, RAG bazu znanja i sistemski upit kako bi objasnio koncepte iz predavanja bez davanja gotovih rje\u0161enja.<\/p><\/div><\/details><details class=\"td-faq-item\"><summary class=\"td-faq-title\">Za\u0161to AI tutor odbija pru\u017eiti gotovo rje\u0161enje?;<\/summary><div class=\"td-faq-content\"><p>Odbijanje \u0161titi akademsku integritet i o\u010duva ulogu sustava kao pomagalo za u\u010denje. Ostaje korisno kada obja\u0161njava ograni\u010denje, navodi relevantan primjer, tra\u017ei to\u010dne informacije i predla\u017ee sljede\u0107i korak.<\/p><\/div><\/details><details class=\"td-faq-item\"><summary class=\"td-faq-title\">Koja je uloga RAG-a u VectorizationLLM-u?;<\/summary><div class=\"td-faq-content\"><p>RAG dohva\u0107a bilje\u0161ke, primjere i prate\u0107i materijal iz \u0161est modula te\u010daja. Odgovor je stoga utemeljen na temeljitom razumijevanju CTEC 247, a ne samo na op\u0107em razumijevanju modela.<\/p><\/div><\/details><details class=\"td-faq-item\"><summary class=\"td-faq-title\">Mo\u017ee li se ista rje\u0161enja koristiti onako kako se koristi u poslovanju?;<\/summary><div class=\"td-faq-content\"><p>Ne. Okvir se mo\u017ee prilagoditi, ali svako poslovanje treba vlastiti slu\u010daj upotrebe, izvore istine, dozvole, politike podataka, pravila odjave, skup za testiranje i postupak eskalacije na ljude.<\/p><\/div><\/details><details class=\"td-faq-item\"><summary class=\"td-faq-title\">Kako izgraditi dobar skup testova za poslovnog AI asistenta?;<\/summary><div class=\"td-faq-content\"><p>Trebalo bi uklju\u010divati uobi\u010dajene zahtjeve, nepotpune ili proturje\u010dne podatke, pogre\u0161ne pretpostavke, zastarjele izvore, poku\u0161aje zaobila\u017eenja politike i razgovore u vi\u0161e koraka. Svaki stvarni neuspjeh mora biti dodan regresijskim testovima.<\/p><\/div><\/details><details class=\"td-faq-item\"><summary class=\"td-faq-title\">Koje metrike pokazuju je li AI tutor u\u010dinkovit?;<\/summary><div class=\"td-faq-content\"><p>Zahtijeva kombinaciju to\u010dnosti, prepoznavanja ispravnog izvora, dosljednosti, samouvjerenog odbacivanja, vremena potrebno za ispravno dovr\u0161avanje zadatka, ispravaka i eskalacija na ljude. Metrike moraju biti povezane s stvarnim ishodom rada.<\/p><\/div><\/details><details class=\"td-faq-item\"><summary class=\"td-faq-title\">Dokazuje li \u010dlanak da studenti bolje u\u010de?;<\/summary><div class=\"td-faq-content\"><p>Jo\u0161 ne. Rad predstavlja arhitekturu, dizajn, tehni\u010dka testiranja i 26 primjera razgovora. Prva primjena u u\u010dionici i sustavno mjerenje sudjelovanja i ishoda u\u010denja navedeni su kao sljede\u0107i koraci.<\/p><\/div><\/details><\/div><\/section>\n\n\n\n<div class=\"td-source-list\"><p id=\"piges\" class=\"td-source-list-title\">Izvori<\/p><ul><li><a href=\"https:\/\/arxiv.org\/abs\/2607.07846\" target=\"_blank\" rel=\"noopener\">arXiv \u2014 VectorizationLLM: AI asistent temeljen na pametnoj vektorializaciji<\/a><\/li><li><a href=\"https:\/\/arxiv.org\/pdf\/2607.07846\" target=\"_blank\" rel=\"noopener\">Ryan Duke \u2014 Cijeli rad i 26 primjera razgovora<\/a><\/li><li><a href=\"https:\/\/ai.google.dev\/gemma\/docs\" target=\"_blank\" rel=\"noopener\">Google AI za programere \u2014 slu\u017ebeni pregled Gemma modela<\/a><\/li><li><a href=\"https:\/\/airc.nist.gov\/airmf-resources\/airmf\/5-sec-core\/\" target=\"_blank\" rel=\"noopener\">NIST Centar za AI resurse \u2014 AI RMF jezgra za upravljanje, mapiranje, mjerenje i upravljanje<\/a><\/li><\/ul><\/div>","protected":false},"excerpt":{"rendered":"<p>VectorizationLLM pokazuje kako se RAG, domensko znanje, za\u0161titne mjere i ljudski nadzor mogu koristiti za izradu pouzdanih AI asistenata za tvrtke.<\/p>","protected":false},"author":1,"featured_media":85774,"comment_status":"open","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"_gspb_post_css":"","footnotes":""},"categories":[199],"tags":[18291,18293,8233,18294,18292],"class_list":["post-85207","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-techniti-noimosyni","tag-ai-tutor","tag-open-source-ai","tag-rag","tag-akadimaiki-akeraiotita","tag-etairiki-ekpaidefsi"],"_links":{"self":[{"href":"https:\/\/twodots.gr\/hr\/wp-json\/wp\/v2\/posts\/85207","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/twodots.gr\/hr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/twodots.gr\/hr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/twodots.gr\/hr\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/twodots.gr\/hr\/wp-json\/wp\/v2\/comments?post=85207"}],"version-history":[{"count":0,"href":"https:\/\/twodots.gr\/hr\/wp-json\/wp\/v2\/posts\/85207\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/twodots.gr\/hr\/wp-json\/wp\/v2\/media\/85774"}],"wp:attachment":[{"href":"https:\/\/twodots.gr\/hr\/wp-json\/wp\/v2\/media?parent=85207"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/twodots.gr\/hr\/wp-json\/wp\/v2\/categories?post=85207"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/twodots.gr\/hr\/wp-json\/wp\/v2\/tags?post=85207"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}