Аналіз підходів застосування пам'яті в сучасних LLM для створення сценаріїв вирішення задач у визначених предметних областях
Вантажиться...
Дата
2024
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Дипломна робота: 134 с., 10 таблиць, 12 рисунків, 2 додатки, 19 джерел.
Об’єкт дослідження - механізм використання довготривалої пам'яті в
сучасних великих мовних моделях з метою мінімізації галюцинацій моделей.
Предмет дослідження - використання довготривалої пам’яті у великих
мовних моделях.
Мета роботи - розробка інструментарію для створення покрокових
сценаріїв вирішення задач із використанням аспектів SWOT-аналізу у якості
довготривалої пам’яті з метою мінімізації галюцинацій великих мовних
моделей.
Результати - було розроблено інструментарій для створення покрокових
сценаріїв вирішення задач із використанням аспектів SWOT-аналізу у якості
довготривалої пам’яті з метою мінімізації галюцинацій великих мовних
моделей.
Програмний продукт було розроблено мовою програмування Python.
Опис
Ключові слова
довготривала пам’ять великих мовних моделей, великі мовні моделі, глибоке навчання, текстовий аналіз, swot-аналіз, long-term memory of large language models, large language models, deep learning, text analysis, swot analysis
Бібліографічний опис
Башинський, В. А. Аналіз підходів застосування пам'яті в сучасних LLM для створення сценаріїв вирішення задач у визначених предметних областях : дипломна робота ... бакалавра : 124 Системний аналіз / Башинський Владислав Андрійович. – Київ, 2024. – 134 с.