Katalóg schválených
technologických nástrojov

Technická dokumentácia overených softvérových riešení pre integráciu umelej inteligencie do akademického prostredia v súlade s bezpečnostnými protokolmi.

Validácia dát

Všetky nástroje v katalógu prešli prísnym procesom overovania integrity výstupov a ochrany prenášaných údajov podľa štandardov GDPR.

Škálovateľnosť

Vybraný softvér umožňuje nasadenie od individuálnych výskumných projektov až po celouniverzitné systémy bez straty výkonu.

Interoperabilita

Nástroje sú plne kompatibilné s existujúcimi LMS systémami a infraštruktúrou popísanou v architektúre LLM.

Software Stack

Základná vrstva nášho technologického balíka pozostáva z veľkých jazykových modelov (LLM) s otvoreným aj uzavretým zdrojovým kódom. Pre textovú analýzu a generovanie kódu využívame primárne modely optimalizované pre technickú dokumentáciu a logické úlohy. Dôležitou súčasťou sú vektorové databázy, ktoré umožňujú efektívne vyhľadávanie v sémantickom priestore univerzitných archívov.

⚠ Technické upozornenie:

Inštalácia akéhokoľvek softvéru mimo tohto zoznamu do univerzitnej siete vyžaduje predchádzajúci súhlas IT oddelenia. Nedodržanie tohto postupu môže viesť k bezpečnostným incidentom popísaným v sekcii riešenie technických incidentov.

Na úrovni aplikačného rozhrania (API) sú implementované knižnice pre spracovanie prirodzeného jazyka (NLP), ktoré zabezpečujú normalizáciu vstupov pred ich odoslaním do procesnej jednotky. Tento mechanizmus eliminuje riziko úniku citlivých metadát.

Deployment Modes

1. Kontajnerizácia (Docker/Kubernetes)

Tento režim je odporúčaný pre komplexné výskumné úlohy vyžadujúce izolované prostredie. Umožňuje presnú kontrolu nad alokáciou hardvérových prostriedkov (GPU/RAM) a zaručuje identické správanie systému bez ohľadu na fyzický server. Podrobné inštrukcie pre konfiguráciu nájdete v metodike pre pedagógov.

2. Serverless API Integrácia

Ideálne riešenie pre rýchle nasadenie asistentov v rámci webových rozhraní. Minimalizuje nároky na lokálnu správu infraštruktúry, pričom využíva šifrované kanály pre prenos dát medzi koncovým bodom a modelom.

Local vs. Cloud Implementácia

Rozhodnutie medzi lokálnym hostovaním a cloudovými službami závisí od klasifikácie spracovávaných dát. Pri práci s neverejnými údajmi o študentoch alebo patentovaným výskumom je povinné využívať lokálne inštancie modelov bežiace v uzavretom okruhu. Cloudové riešenia sú prípustné pre všeobecné vzdelávacie účely a analýzu verejne dostupných textov.

Lokálny hosting

  • • Maximálna kontrola nad dátami
  • • Vysoké nároky na GPU infraštruktúru
  • • Absencia sieťovej latencie pri interných dopytoch

Cloudové riešenie

  • • Okamžitá dostupnosť najnovších modelov
  • • Flexibilné náklady podľa spotreby
  • • Vyžaduje striktné nastavenie API kľúčov

Poznámka: Pre technickú podporu pri migrácii dát medzi týmito prostrediami využite operačný manuál.

Potrebujete technickú konzultáciu?

Náš tím inžinierov je pripravený pomôcť vám s výberom a konfiguráciou správneho nástroja pre váš vzdelávací projekt.

Späť na hlavnú stránku