<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Огляд та аналіз архітектури Recursive Language Models у контексті розпізнавання фейкової інформації

dc.contributor.authorДадиверін, В. В.uk
dc.contributor.authorБісікало, О. В.uk
dc.contributor.authorDadyverin, V. V.en
dc.contributor.authorBisikalo, O. V.en
dc.titleОгляд та аналіз архітектури Recursive Language Models у контексті розпізнавання фейкової інформаціїuk
dc.date.issued2026
dc.publisherВінницький національний технічний університетuk
dc.identifier.citationДадиверін В. В., Бісікало О. В. Огляд та аналіз архітектури Recursive Language Models у контексті розпізнавання фейкової інформації // Матеріали LV Всеукраїнської науково-технічної конференції підрозділів ВНТУ, Вінниця, 24-27 березня 2026 р. Електрон. текст. дані. 2026. URI: https://conferences.vntu.edu.ua/index.php/all-fksa/all-fksa-2026/paper/view/27421.uk
dc.relation.ispartofМатеріали LV Всеукраїнської науково-технічної конференції підрозділів ВНТУ, Вінниця, 24-27 березня 2026 р.uk
dc.relation.urihttps://conferences.vntu.edu.ua/index.php/all-fksa/all-fksa-2026/paper/view/27421
dc.identifier.udc004.93:316.774:004.89
dc.identifier.urihttps://ir.lib.vntu.edu.ua/handle/123456789/54548
dc.description.abstractУ роботі проведено дослідження архітектурного підходу Recursive Language Models як альтернативи традиційним інструментам обробки довгих текстових фрагментів у системах перевірки інформації на достовірність. Показано, що на відміну від інших підходів, RLM має можливість зберігати текст за межами контексту головної моделі та проводити його обробку через згенеровану логіку з рекурсивними викликами.uk
dc.description.abstractThe paper studies the architectural approach of Recursive Language Models as an alternative to traditional tools for processing long text fragments in information verification systems. It is shown that, unlike other approaches, RLM has the ability to store text outside the context of the main model and process it through generated logic with recursive calls.en
dc.subjectRecursive Language Modelsen
dc.subjectфактчекінгuk
dc.subjectRAGen
dc.subjectрекурсіяuk
dc.subjectвікно контекстуuk
dc.subjectдезинформаціяuk
dc.subjectобробка текстуuk
dc.subjectвелика мовна модельuk
dc.subjectfact-checkingen
dc.subjectrecursionen
dc.subjectcontext windowen
dc.subjectdisinformationen
dc.subjecttextprocessingen
dc.subjectlarge language modelen
dc.typeThesis
dc.language.isoukuk
dc.relation.referencesZhang A., et al. Recursive Language Models for Large-Scale Context Reasoning [Електронний ресурс]. – 2025. – URL: https://arxiv.org/html/2512.24601v1. Lewis P., et al. Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks [Електронний ресурс]. – 2020. – URL: https://arxiv.org/abs/2005.11401. Peng H., et al. GraphRAG: Leveraging Knowledge Graphs for Retrieval-Augmented Generation [Електронний ресурс]. – 2023. – URL: https://arxiv.org/abs/2308.03284. Google DeepMind. Autoformalization with RLM Agents (ADK Toolkit) [Електронний ресурс]. – 2025. – URL: https://github.com/deepmind/autoformalization-adk.en
dc.date.accessioned2026-09-17T10:08:43Z
dc.date.available2026-09-17T10:08:43Z

Файли

Контейнер файлів

Зараз показуємо 1 - 1 з 1
Вантажиться...
Ескіз
Назва:
27421.pdf
Розмір:
249,85 KB
Формат:
Adobe Portable Document Format

Ліцензійна угода

Зараз показуємо 1 - 1 з 1
Вантажиться...
Ескіз
Назва:
license.txt
Розмір:
17 B
Формат:
Plain Text
Опис: