@article{bibcite_16248,
  author = {Marzena Halama and Natalia Pola{\'n}ska},
  title = {Bielik i GPT w analizie polskiego prawa karnego: wp{\l}yw RAG  i graf{\'o}w wiedzy na jako{\'s}{\'c} odpowiedzi},
  abstract = {<p><span style="font-family:\&quot;Times New Roman\&quot;,serif;font-size:11.0pt;" lang="EN-US">Rozw{\'o}j du{\.z}ych modeli j{\k e}zykowych stwarza nowe mo{\.z}liwo{\'s}ci wspomagania wyszukiwania i analizy informacji prawnych. Problemem pozostaje ryzyko, {\.z}e modele generuj{\k a} wiarygodnie brzmi{\k a}ce odpowiedzi, kt{\'o}re nie maj{\k a} podstaw w przepisach lub orzecznictwie, zw{\l}aszcza gdy trzeba po{\l}{\k a}czy{\'c} informacje z kilku {\'z}r{\'o}de{\l} prawnych. Celem badania by{\l}o por{\'o}wnanie jako{\'s}ci odpowiedzi modeli j{\k e}zykowych na pytania z zakresu polskiego prawa karnego z wykorzystaniem r{\'o}{\.z}nych sposob{\'o}w dost{\k e}pu do wiedzy zewn{\k e}trznej. Analizie poddano 4 warianty: model bez kontekstu; Retrieval-Augmented Generation (RAG) oparty na wyszukiwaniu wektorowym; rozwi{\k a}zanie wykorzystuj{\k a}ce graf wiedzy oraz architektur{\k e} hybrydow{\k a} {\l}{\k a}cz{\k a}c{\k a} wyszukiwanie wektorowe i\&nbsp;grafowe. Badanie obejmowa{\l}o ocen{\k e} podobie{\'n}stwa semantycznego i\&nbsp;kompletno{\'s}ci odpowiedzi, jako{\'s}ci wyszukiwania {\'z}r{\'o}de{\l} oraz zdolno{\'s}ci do rozpoznawania braku informacji w\&nbsp;korpusie. Szczeg{\'o}ln{\k a} uwag{\k e} po{\'s}wi{\k e}cono pytaniom wymagaj{\k a}cym {\l}{\k a}czenia informacji pochodz{\k a}cych z wielu {\'z}r{\'o}de{\l}.</span></p>},
  year = {2026},
  journal = {Journal of Management and Digital Transformation},
  issn = {1734-5391},
}