Srovnávací analýza velkých jazykových modelů při klasifikaci mediálního zkreslení vynecháním

Tato bakalářská práce se zabývá problematikou detekce mediální předpojatosti vynecháním informace s využitím pokročilých open source velkých jazykových modelů. Cílem práce je navrhnout a implementovat proces automatické klasifikace, který kombinuje efektivní trénování modelů pomocí techniky LoRA s inovativním přístupem k evaluaci výstupů prostřednictvím metody LLM as a Judge. Experiment se zaměřuje na ověření schopnosti modelů rozlišovat mezi původními články z portálu Wikinews a jejich synteticky transformovanými verzemi, které byly pomocí modelu Gemini upraveny tak, aby simulovaly mediální předpojatost vynecháním informace. Teoretická část práce definuje koncept mediální předpojatosti vynecháním informace a její negativní dopady na zpravodajskou integritu a kognitivní zkreslení konzumentů zpráv. Praktická část se zaměřuje na tvorbu kontrolované sady dat, která zahrnuje extrakci a přípravu původních článků, jejich syntetickou transformaci pro účely experimentu, trénování vybraných velkých jazykových modelů a implementaci evaluačního systému založeného na metodě LLM as a Judge. Výsledky experimentu ukazují, že modely po aplikaci techniky LoRA jsou schopny s relativně vysokou přesností rozlišovat mezi původními články z Wikinews a synteticky transformovanými články, které byly vytvořeny za účelem simulace mediální předpojatosti vynecháním informace. Nejlepším klasifikátorem se stal model Gemma 27B s přesností 87,72 %. V oblasti sémantické správnosti odůvodnění u správně klasifikovaných instancí dominoval model Qwen 2.5 32B, který dosahoval vyššího porozumění kontextu klasifikace na základě předloženého textu článku (79,79 % shody dle LLM as a Judge). Tyto výsledky tak naznačují, že větší modely mohou dosahovat lepších výsledků, zejména v oblasti sémantického objasnění klasifikací. Tento závěr je však nutné chápat v kontextu omezeného počtu modelů a limitací spojených s experimentálním prostředím.