Projektu konkurss: Mākslīgā intelekta metožu piemērotības analīze Eiropas Savienības fondu projektu jomā" 2024.–2025. gadam
Projekta nosaukums: Mākslīgā intelekta metožu piemērotības analīze Eiropas Savienības fondu projektu jomā
- Projekta numurs:
- VPP-CFLA-Mākslīgais intelekts-2024/1-0003
- Projekta īstenotājs:
- Latvijas Universitāte
- Projekta vadītājs:
- Raivis Skadiņš
- Projekta finansējums:
- 102 204 EUR
- Projekta īstenošanas periods:
- no 28.11.2024. līdz 27.08.2025.
- Zinātnes nozare:
- Datorzinātne un informātika
Projekta kopsavilkums:
Projektā pētītas ģeneratīvā mākslīgā intelekta izmantošanas iespējas Eiropas Savienības fondu projektu iepirkumu dokumentācijas analīzei un atbilžu ģenerēšanai latviešu valodā. Pētījuma mērķis bija izvērtēt šo risinājumu piemērotību un tehnoloģisko gatavību, kā arī salīdzināt to kvalitātes rādītājus, lai radītu pamatu efektīvākai iepirkumu uzraudzībai.
Projekta laikā izstrādāts un pārbaudīts prototips, kas demonstrē mākslīgā intelekta metožu izmantošanas iespējas iepirkumu dokumentācijas pārbaudēs. Izveidotas divas publiski pieejamas datu kopas un atvērtā koda programmatūra, kā arī sagatavoti rīcībpolitikas ieteikumi mākslīgā intelekta izmantošanai Eiropas Savienības fondu projektu uzraudzībā. Ieteikumos aplūkotas izmantošanas procedūras, atbildības, ētikas un datu drošības principi.
Projekts stiprinājis Latvijas Universitātes, Centrālās finanšu un līgumu aģentūras un SIA “Tilde” sadarbību. Pētniecībā iesaistīti četri studējošie, kuri guvuši praktisku pieredzi mākslīgā intelekta metožu izmantošanā un risinājumu izstrādē.
Saskaņā ar noslēguma izvērtējumu projekta mērķis ir sasniegts. Izstrādātais prototips, datu kopas un programmatūra veido pamatu turpmākajiem pētījumiem un iepirkumu analīzes risinājumu attīstībai. Prototipa izmantošanai reālos uzraudzības procesos nepieciešama turpmāka pilnveide un precizitātes uzlabošana.
Rezultāti
Rezultāta veids | Plānotā rezultāta skaitliskā vērtība | Sasniegtā rezultāta skaitliskā vērtība | Rezultāta izpilde |
| Oriģināli zinātniskie raksti, kas iesniegti vai pieņemti publicēšanai Web of Science Core Collection vai SCOPUS datubāzēs iekļautajos žurnālos vai konferenču rakstu krājumos | 2 | - | Iesniegts: Deksne,D.; Skadiņš, R.; Hohbergs, A.; Jaunzars, R.; Petrovs, A.; Rūdule, J.; Pinnis, M. Dataset and Baseline Implementation for Retrieval-Augmented Procurement Validation. - Proceedings of 14th Computing Conference 2026. Deksne,D.; Skadiņš, R.; Hohbergs, A.; Jaunzars, R.; Petrovs, A.; Rūdule, J.; Pinnis, M. Rerieval-Augmented Generation for Procurement Validation. - Proceedings of 18th International Conference on Agents and Artificial Intelligence |
| Konferenču materiāli - kopsavilkumi | 2 | 2 | |
| Datu bāzes, datu kopas | 2 | 2 | Deksne,D.; Skadiņš, R.; Hohbergs, A.; Jaunzars, R.; Petrovs, A.; Rūdule, J.; Pinnis, M. Procurement Validation Dataset. - CLARIN-LV Repository, 2025, https://repository.clarin.lv/repository/xmlui/handle/20.500.12574/135 Deksne,D.; Skadiņš, R.; Hohbergs, A.; Jaunzars, R.; Petrovs, A.; Rūdule, J.; Pinnis, M. Embedding Model Fine-Tuning Dataset. - CLARIN-LV Repository, 2025, https://repository.clarin.lv/repository/xmlui/handle/20.500.12574/136 |
| Licences vai II nodošanas līgumi | - | 3 | CC-BY-NC-SA licence datu kopai Procurement Validation Dataset. -2025, https://repository.clarin.lv/repository/xmlui/handle/20.500.12574/135 CC-BY-NC-SA licence datu kopai Embedding Model Fine-Tuning Dataset. - 2025, https://repository.clarin.lv/repository/xmlui/handle/20.500.12574/136 Apache 2.0 atvērtā koda licence projektā izstrādātajai programmatūrai. - 2025, https://github.com/raivisskadins/vpp-cfla?tab=Apache-2.0-1-ov-file#readme |
| Jauna produkta vai jaunas tehnoloģijas prototips | 1 | 1 | Deksne,D.; Skadiņš, R.; Hohbergs, A.; Jaunzars, R.; Petrovs, A.; Rūdule, J.; Pinnis, M. Prototips un eksperimentu programmatūra. - GtHub, 2025, https://github.com/raivisskadins/vpp-cfla |
| Ziņojumi par rīcībpolitikas ieteikumiem un rīcībpolitiku ietekmi | 1 | 1 | Skadiņš, R.; Vasiļjevs, A.; Deksne, D.; Pinnis, M. Rīcībpolitikas ieteikumi, 2025, Rīcībpolitikas ieteikumi v1.pdf |