Аналіз підходів застосування пам'яті в сучасних LLM для створення сценаріїв вирішення задач у визначених предметних областях

Скорочена інформація про документ
dc.contributor.advisorСавастьянов, Володимир Володимирович
dc.contributor.authorБашинський, Владислав Андрійович
dc.date.accessioned2024-09-23T10:25:29Z
dc.date.available2024-09-23T10:25:29Z
dc.date.issued2024
dc.description.abstractДипломна 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.
dc.description.abstractotherBachelor's Thesis: 134 pages, 10 tables, 12 figures, 2 appendices, 19 sources. The object of research is the mechanism of using long-term memory in modern large language models in order to minimize hallucinations of large language models. The subject of the study is the use of long-term memory in large language models. The purpose of the work is development of a toolkit for creating step-by-step scenarios for solving problems using aspects of SWOT analysis as long-term memory in order to minimize hallucinations of large language models. Results - a toolkit was developed to create step-by-step scenarios for solving problems using aspects of SWOT analysis as long-term memory in order to minimize hallucinations of large language models. The software product was developed in the Python programming language.
dc.format.extent134 с.
dc.identifier.citationБашинський, 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.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/69157
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectдовготривала пам’ять великих мовних моделей
dc.subjectвеликі мовні моделі
dc.subjectглибоке навчання
dc.subjectтекстовий аналіз
dc.subjectswot-аналіз
dc.subjectlong-term memory of large language models
dc.subjectlarge language models
dc.subjectdeep learning
dc.subjecttext analysis
dc.subjectswot analysis
dc.titleАналіз підходів застосування пам'яті в сучасних LLM для створення сценаріїв вирішення задач у визначених предметних областях
dc.typeBachelor Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Bashynskyi_bakalavr.pdf
Розмір:
2.06 MB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Бакалаврські роботи (ММСА)
Бакалаврські роботи