Palvelun tila: Ennakkoversio | Kustannus: Maksuton (Ennakkoversion aikana) Lehmus AI on yliopiston yksityinen alusta suorituskykyisille suurille kielimalleille (LLM). Se tarjoaa tietoturvallisen ympäristön tekoälyn ja hakuun perustuvan tuottamisen (RAG) kokeiluun, varmistaen samalla, että tietosi pysyvät paikallisessa infrastruktuurissamme. Miksi käyttää Lehmus AI:ta? Tietosuvereniteetti: Tietosi eivät koskaan poistu Oulun yliopiston palvelimilta. Turvattu tietosuoja: Luottamuksellisten ja henkilötietojen käsittely sallittu. […]

tervetuloa Lehmus AI -alustalle. Tämä opas auttaa sinua saamaan projektisi nopeasti käyntiin. Jos kohtaat haasteita, tukitiimimme on apunasi sekä kampuksella että verkossa. Perusteet: Mikä on Lehmus AI? Lehmus AI on taustajärjestelmä, joka tarjoaa pääsyn paikallisiin Large Language Model -malleihin (LLM), AI-agentteihin sekä RAG-järjestelmiin (Retrieval-Augmented Generation), Tärkeää: Lehmus AI ei sisällä valmista chat-käyttöliittymää (GUI). Mallien käyttö edellyttää […]

Lehmus AI-alusta on suunniteltu tukemaan huipputason tutkimusta ja LLM-mallien käyttöä Oulun yliopistossa. Jos projektisi tarvitsee LLM-mallin, jotai ei ole vielä saatavilla valmiiksi asennettujen mallien kirjastossa, voit pyytää sen asennusta alla olevien ohjeiden mukaisesti ja täyttämällä lomakkeen Uuden kielimallin pyytäminen. Mitä tarvitset uuden kielimallin pyytämiseen Jotta uuden kielimallin arviointi- ja käyttöönotto sujuvat mahdollisimman tehokkaasti, liitä pyyntöön […]

Tämän ohjeen sisältö: Käyttöympäristön hinnan muodostuminen VISU-hinnoittelu tutkimuskäytössä VISU-hinnoittelu opetuskäytössä Käyttöympäristön hinnan muodostuminen VISU on määräaikaiseen käyttöön tarkoitettu laskentaympäristö ja hinta määräytyy joko tutkimus- tai opetuskäytön perusteella. VISU‑ympäristön hintaan ei vaikuta käsiteltävän aineiston laatu (toisiolaki/sensitiivinen). Alla esitetyt hinnat eivät sisällä arvonlisäveroa. Ympäristön hintaan sisältyy Yhden käyttäjäympäristön perustaminen ja ylläpito Tarvittavien sovellusten asennukset Teknisten ongelmien selvittäminen […]

BitLocker To Go on Windowsin tietoturvaominaisuus, joka on tarkoitettu siirrettävien tallennuslaitteiden (kuten USB-muistitikkujen ja ulkoisten kovalevyjen) salaamiseen. Tämän ohjeen sisältö Salauksen käyttöönotto Salauksen poistaminen Aseman alustaminen Salauksen käyttöönotto Huom! Salausta ei voi ottaa käyttöön Windows 11 Home -versiolla, eikä salaus ole käytettävissä Linux/macOS-koneissa ilman kolmannen osapuolen työkaluja. On myös suositeltavaa alustaa USB-muisti ennen salaamista, mikäli […]

(Katso kaikki tiedon luokitteluun liittyvät ohjeet) Huomioita henkilötietojen käsittelyyn liittyen Henkilötietojen käsittelyssä on aina noudatettava erityistä huolellisuutta. Jos yksiköillä tai tiedekunnilla on tarve poiketa tämän ohjeistuksen linjauksesta tiedon käsittelysijainnin osalta, on suunnitellusta henkilötietojen käsittelystä syytä tehdä erillinen tietosuojan ennakkoarviointi tai Tietosuoja-asetuksen mukainen tietosuojan vaikutustenarviointi (Lisätietoa: Tietosuoja (Oulun yliopiston Patio-intranet) ja Tietosuoja (Oamkin intra Heimo). Tietosuojan ennakkoarvioinnin […]

(Katso kaikki tiedon luokitteluun liittyvät ohjeet) Henkilökuntaan kuuluva: Sovella tätä ohjetta sekä Tietoaineiston luokittelu sisällön perusteella -ohjetta kaikissa Oulun korkeakouluissa yleisissä, laajasti käytössä olevissa palveluissa. Voit käsitellä luottamuksellista tietoa korkeakoulun hankkimissa palveluissa, ellei laki, sopimus tai tiedon omistaja aseta rajoitteita tiedon käsittelylle. Yksiköt voivat luoda tämän lisäksi omat tietoaineistojen käsittelyohjeet omassa käytössään oleville palveluille.  On hyvä […]

(Katso kaikki tiedon luokitteluun liittyvät ohjeet) Otamme Oulun yliopistossa ja Oamkissa käyttöön Suomen korkeakoulujen yhteisen kansallisen tiedonluokittelumallin vuoden 2026 loppuun mennessä. Tiedonluokittelumallin käyttöönoton yhteydessä otamme henkilöstölle käyttöön myös M365‑pilvipalveluun sisäänrakennetun tiedonluokittelutyökalun.  Tälle ohjesivulle olemme koonneet kysymyksiä, jotka on jaoteltu seuraaviin teemoihin: Dokumenttien luokittelu ja käsittely M365:ssa Tiedon luokittelu muissa järjestelmissä ja ympäristöissä Arkaluonteiset ja muut tiedot, joiden […]

(Katso kaikki tiedon luokitteluun liittyvät ohjeet) Tiedon luokittelu ohjaa tiedon käsittelyssä käytettäviä suojaustoimia, joilla varmistetaan turvallinen käyttö. Tekninen toteutus tukee ohjeita, mutta ratkaisevaa on käyttäjän vastuullinen toiminta. Tämä kokonaisuus luo perustan turvalliselle, lainmukaiselle ja hallitulle tiedonkäsittelylle Oulun korkeakouluissa. Tiedon luokittelu ja luokkiin liittyvät rajoitukset Tässä ohjeessa kerromme, miten luokittelemme tietoa Oulun korkeakouluissa ja miten varmistamme luokitellun […]

(Katso kaikki tiedon luokitteluun liittyvät ohjeet) Otamme Oulun yliopistossa ja Oamkissa käyttöön Suomen korkeakoulujen yhteisen kansallisen tiedonluokittelumallin vuoden 2026 loppuun mennessä. Tiedonluokittelumalli on yleiskäyttöinen malli, joka soveltuu kaikelle tiedolle riippumatta muodosta tai järjestelmästä. Malli on jo käytössä joissakin Suomen korkeakouluissa, ja sen käyttöönotto on suunnitteilla lähes koko korkeakoulukentässä. Malli perustuu tietoon kohdistuviin riskeihin. Riski tarkoittaa sitä mahdollisuutta, että […]