Language models applied to criminal investigations

Bc. Pavel Kraus

Master's thesis

Anotácia:

Tato diplomová práce se zaměřuje na schopnosti, omezení a základní principy velkých jazykových modelů, přičemž se soustředí na jejich využití v kriminalistice, zejména při identifikaci rozporů ve svědeckých výpovědích. Práce zkoumá techniku retrieval-augmented generation (RAG) a aplikuje ji pomocí open-source nástrojů, jako jsou Ollama a Open WebUI, které lze nasadit na soukromé infrastruktuře pro zajištění ochrany dat. Důraz je kladen na konfiguraci techniky RAG pro podporu českého jazyka. Diplomová práce navrhuje tři různé konfigurace techniky RAG a vyhodnocuje jejich úspěšnost.

Abstract:

This thesis explores the capabilities, limitations, and fundamental principles of large language models, with a focus on their application in criminal investigations, particularly for identifying contradictions in witness testimony. It examines the retrieval-augmented genera- tion (RAG) technique and applies it using open-source tools, such as Ollama and Open WebUI, which can be deployed in private infras- tructure to ensure data privacy. A significant emphasis is placed on configuring the RAG framework to support the Czech language. The thesis proposes three distinct RAG configurations and evaluates their performance.

Keywords

large, language, models, llm, criminal, investigation, rag, czech, witness, testimony

Jazyk práce: English

Datum vytvoření / odevzdání či podání práce: 17. 12. 2024

Obhajoba závěrečné práce

• Obhajoba proběhla 29. 1. 2025
• Vedúci: RNDr. Tomáš Rebok, Ph.D.
• Oponent: RNDr. Terézia Slanináková

Masaryk University

Faculty of Informatics

Master programme / odbor:
Software Engineering / Design and development of software systems