Огляд технік підвищення ефективності використання великих мовних моделей для розв`язання прикладних задач
Вантажиться...
Файли
Дата
Автори
Науковий керівник
Редактор
Інші учасники
Відповідальний
ORCID
Назва журналу
Номер ISSN
Назва тому
DOI
Альтернативна назва
Анотація
The use of large language models (LLMs) in conjunction with various state-of-the-art methods to enhance their effectiveness is examined. The research focuses on novel approaches and strategies, including the utilization of relational databases with LLMs, model cooperation, and the integration of vector databases for Case-Based Reasoning. The study underscores the importance of developing new algorithms, architectures, and approaches to further advance the utilization of large language models
Розглянуто використання великих мовних моделей (LLMs) спільно з різними новітніми методами покращення їх ефективності. Дослідження акцентує увагу на нових підходах та стратегіях, які включають використання реляційної бази даних разом з LLMs, кооперацію моделей та використання векторних баз даних для побудови Case-Based Reasoning. Дослідження підкреслює важливість розробки нових алгоритмів, архітектур та підходів, що сприятимуть подальшому розвитку використання великих мовних моделей
Розглянуто використання великих мовних моделей (LLMs) спільно з різними новітніми методами покращення їх ефективності. Дослідження акцентує увагу на нових підходах та стратегіях, які включають використання реляційної бази даних разом з LLMs, кооперацію моделей та використання векторних баз даних для побудови Case-Based Reasoning. Дослідження підкреслює важливість розробки нових алгоритмів, архітектур та підходів, що сприятимуть подальшому розвитку використання великих мовних моделей
Опис
Ключові слова
УДК
Тип документа
Мова
ISSN
Посилання на публікацію
Серія, номер
ISBN
ББК
Інші ідентифікатори
Пов’язані матеріали
Спонсорська підтримка
Правовласник
Бібліографічний опис
Варер Б. Ю. Огляд технік підвищення ефективності використання великих мовних моделей для розв`язання прикладних задач [Електронний ресурс] / Б. Ю. Варер, В. Б. Мокін, Б. І. Мокін // Матеріали LIІ науково-технічної конференції підрозділів ВНТУ, Вінниця, 21-23 червня 2023 р. – Електрон. текст. дані. – 2023. – Режим доступу: https://conferences.vntu.edu.ua/index.php/all-fksa/all-fksa-2023/paper/view/18878.
Схвалення
Рецензія
Доповнено
Цитується в
Список використаної літератури (5)
- Liu, Yiheng, Tianle Han, Siyuan Ma, Jiayue Zhang, Yuanyuan Yang, Jiaming Tian, Hao He, et al. "Summary of ChatGPT/GPT-4 Research and Perspective Towards the Future of Large Language Models." arXiv, May 10, 2023. Accessed May 10, 2023. http://arxiv.org/abs/2304.01852
- Ray, Partha Pratim. "ChatGPT: A Comprehensive Review on Background, Applications, Key Challenges, Bias, Ethics, Limitations and Future Scope." Internet of Things and Cyber-Physical Systems 3 (2023): 121–54. doi:10.1016/j.iotcps.2023.04.003
- Dong, Yihong, Xue Jiang, Zhi Jin, and Ge Li. "Self-Collaboration Code Generation via ChatGPT." arXiv, May 24, 2023. Accessed May 24, 2023. http://arxiv.org/abs/2304.07590.
- Hu, Chenxu, Jie Fu, Chenzhuang Du, Simian Luo, Junbo Zhao, and Hang Zhao. "ChatDB: Augmenting LLMs with Databases as Their Symbolic Memory." arXiv, 2023. Accessed June 20, 2023. http://arxiv.org/abs/2306.03901.
- Sourati, Zhivar, Filip Ilievski, Hông-Ân Sandlin, and Alain Mermoud. "Case-Based Reasoning with Language Models for Classification of Logical Fallacies." arXiv, 2023. Accessed June 20, 2023. http://arxiv.org/abs/2301.11879.