EPISODE · Aug 6, 2025 · 1H 24M
#20 Jak AI przyspiesza research prawny? RAG, fine-tuning i polski model Bielik | Witold Wydmański
from Bliskie Spotkania z AI · host Krzysztof Tutak
Czy polski model AI – Bielik – może być lepszy niż globalni giganci? Okazuje się, że tak, zwłaszcza w analizie prawa. Zobacz, jak sztuczna inteligencja rewolucjonizuje pracę prawników, automatyzując w kilka minut research i tworzenie linii orzeczniczych – proces, który do tej pory zajmował długie godziny.🔔 Subskrybuj, aby nie przegapić nowych odcinków!W tym odcinku podcastu rozmawiamy o tym, jak zaawansowane systemy AI, oparte na architekturze RAG, rewolucjonizują branżę prawną. Dowiesz się, dlaczego wyszukiwanie semantyczne jest skuteczniejsze od tradycyjnych metod, jak w praktyce wygląda budowa i fine-tuning modeli językowych dla specyficznych potrzeb oraz jak zapewnić pełną weryfikowalność odpowiedzi, aby znacząco ograniczyć ryzyko halucynacji.Z tego odcinka dowiesz się:🔹 Jak AI przyspiesza research prawny i automatyzuje tworzenie linii orzeczniczych.🔹 Czemu wyszukiwanie semantyczne przewyższa podejście oparte na słowach kluczowych.🔹 Na czym polega architektura RAG i jak ogranicza ryzyko halucynacji.🔹 Jak zbudować skuteczny system wyszukiwania, łącząc bazy wektorowe, leksykalne i grafowe.🔹 Jak przeprowadzić fine-tuning, by skutecznie dostosować model do specyfiki nowej domeny.🔹 Dlaczego Bielik lepiej radzi sobie z polskimi tekstami prawnymi niż modele globalnych gigantów.🔹 Jak zapewnić weryfikowalność odpowiedzi AI.🎙Prowadzący: https://www.linkedin.com/in/krzysztof-tutak/👥 Gość: https://pl.linkedin.com/in/witold-wydmanski⭐️ Zobacz też:🔹#14 Marcin Czarkowski, Przemek Smyrdek - https://youtu.be/SyPF8vhywt8🔹#12 Adam Gospodarczyk - https://youtu.be/LBG3_L-sbJA🔹#9 Piotr Brzyski - https://youtu.be/fhpw_5-GWHg🔹#5 Jakub Mrugalski - https://youtu.be/gEhMWWaXfkQ🔹#4 Mateusz Chrobok - https://youtu.be/AWC6c-fOcFELinki i transkrypcja:🔹https://bliskiespotkaniazai.pl/r20Rozdziały:00:00 Dziś w odcinku00:57 Wprowadzenie01:17 Witold Wydmański01:52 Wyzwania w pracy prawników: Jak przyspieszyć research prawny?05:12 Czym jest linia orzecznicza i dlaczego jest kluczowa?08:35 Czy prawnicy chętnie adaptują nowe technologie?12:47 Od słów kluczowych do wyszukiwania semantycznego: Ewolucja searchu19:40 Wyszukiwanie leksykalne vs. semantyczne23:54 Architektura RAG26:19 Jak działają modele wektorowe?31:19 Wymiary wektorów, Matrioszka i metryki odległości (Cosine vs. Dot Product)35:05 Hybrid RAG i Agentic RAG - czym się różnią?39:15 Jak zbudowany jest GAIUS? Architektura systemu w praktyce41:51 Dlaczego warto uczyć modele swojej domeny? Fine-tuning w prawie48:30 Chunkowanie dokumentów - jak robić to dobrze?52:27 Jak AI rozumie obrazki i tabele w dokumentach?54:02 Benchmarki i metryki - jak mierzyć jakość modeli?59:58 Stack technologiczny GAIUS01:09:22 Dlaczego polski model Bielik okazał się lepszy od GPT-4?01:17:06 Przyszłość Gaiusa i nowe funkcje01:19:41 Porównanie z narzędziami dla programistów01:21:26 Polecajki01:23:46 Zakończenie
What this episode covers
Czy polski model AI – Bielik – może być lepszy niż globalni giganci? Okazuje się, że tak, zwłaszcza w analizie prawa. Zobacz, jak sztuczna inteligencja rewolucjonizuje pracę prawników, automatyzując w kilka minut research i tworzenie linii orzeczniczych – proces, który do tej pory zajmował długie godziny.🔔 Subskrybuj, aby nie przegapić nowych odcinków!W tym odcinku podcastu rozmawiamy o tym, jak zaawansowane systemy AI, oparte na architekturze RAG, rewolucjonizują branżę prawną. Dowiesz się, dlaczego wyszukiwanie semantyczne jest skuteczniejsze od tradycyjnych metod, jak w praktyce wygląda budowa i fine-tuning modeli językowych dla specyficznych potrzeb oraz jak zapewnić pełną weryfikowalność odpowiedzi, aby znacząco ograniczyć ryzyko halucynacji.Z tego odcinka dowiesz się:🔹 Jak AI przyspiesza research prawny i automatyzuje tworzenie linii orzeczniczych.🔹 Czemu wyszukiwanie semantyczne przewyższa podejście oparte na słowach kluczowych.🔹 Na czym polega architektura RAG i jak ogranicza ryzyko halucynacji.🔹 Jak zbudować skuteczny system wyszukiwania, łącząc bazy wektorowe, leksykalne i grafowe.🔹 Jak przeprowadzić fine-tuning, by skutecznie dostosować model do specyfiki nowej domeny.🔹 Dlaczego Bielik lepiej radzi sobie z polskimi tekstami prawnymi niż modele globalnych gigantów.🔹 Jak zapewnić weryfikowalność odpowiedzi AI.🎙Prowadzący: https://www.linkedin.com/in/krzysztof-tutak/👥 Gość: https://pl.linkedin.com/in/witold-wydmanski⭐️ Zobacz też:🔹#14 Marcin Czarkowski, Przemek Smyrdek - https://youtu.be/SyPF8vhywt8🔹#12 Adam Gospodarczyk - https://youtu.be/LBG3_L-sbJA🔹#9 Piotr Brzyski - https://youtu.be/fhpw_5-GWHg🔹#5 Jakub Mrugalski - https://youtu.be/gEhMWWaXfkQ🔹#4 Mateusz Chrobok - https://youtu.be/AWC6c-fOcFELinki i transkrypcja:🔹https://bliskiespotkaniazai.pl/r20Rozdziały:00:00 Dziś w odcinku00:57 Wprowadzenie01:17 Witold Wydmański01:52 Wyzwania w pracy prawników: Jak przyspieszyć research prawny?05:12 Czym jest linia orzecznicza i dlaczego jest kluczowa?08:35 Czy prawnicy chętnie adaptują nowe technologie?12:47 Od słów kluczowych do wyszukiwania semantycznego: Ewolucja searchu19:40 Wyszukiwanie leksykalne vs. semantyczne23:54 Architektura RAG26:19 Jak działają modele wektorowe?31:19 Wymiary wektorów, Matrioszka i metryki odległości (Cosine vs. Dot Product)35:05 Hybrid RAG i Agentic RAG - czym się różnią?39:15 Jak zbudowany jest GAIUS? Architektura systemu w praktyce41:51 Dlaczego warto uczyć modele swojej domeny? Fine-tuning w prawie48:30 Chunkowanie dokumentów - jak robić to dobrze?52:27 Jak AI rozumie obrazki i tabele w dokumentach?54:02 Benchmarki i metryki - jak mierzyć jakość modeli?59:58 Stack technologiczny GAIUS01:09:22 Dlaczego polski model Bielik okazał się lepszy od GPT-4?01:17:06 Przyszłość Gaiusa i nowe funkcje01:19:41 Porównanie z narzędziami dla programistów01:21:26 Polecajki01:23:46 Zakończenie
NOW PLAYING
#20 Jak AI przyspiesza research prawny? RAG, fine-tuning i polski model Bielik | Witold Wydmański
No transcript for this episode yet
Similar Episodes
Mar 31, 2026 ·54m
Mar 27, 2026 ·14m
Mar 24, 2026 ·42m
Mar 20, 2026 ·42m
Mar 17, 2026 ·41m
Mar 13, 2026 ·44m