Метод синтезу навчальної вибірки для LLM на основі методу навчання з підкріпленням

Бондаренко, Д. К.

Публікація:
Метод синтезу навчальної вибірки для LLM на основі методу навчання з підкріпленням

dc.contributor.author	Бондаренко, Д. К.
dc.date.accessioned	2025-03-03T17:01:14Z
dc.date.available	2025-03-03T17:01:14Z
dc.date.issued	2025
dc.description.abstract	Мета роботи – розробити та впровадити ефективний підхід до створення синтетичного текстового датасету для навчання великих мовних моделей, використовуючи навчання з підкріпленням, оцінювання відповідей моделі та техніки перефразування для розширення датасету. Методи дослідження – аналіз даних, експеримент, створення алгоритмів, валідація. У результаті роботи було розроблено підхід до створення синтетичного датасету для навчання великих мовних моделей за допомогою навчання з підкріпленням. Модель попередньо навчалася на великому обсязі немічених текстових даних, а потім отримувала запити з попередньо визначеного набору. Для розширення датасету відповіді перефразовувалися та перекладалися на кілька мов. Отриманий підхід дозволяє ефективно генерувати високоякісні дані для навчання великих мовних моделей, що сприяє покращенню їх продуктивності та здатності працювати з багатомовними даними.
dc.identifier.citation	Бондаренко Д. К. Метод синтезу навчальної вибірки для LLM на основі методу навчання з підкріпленням : пояснювальна записка до кваліфікаційної роботи здобувача вищої освіти на другому (магістерському) рівні, спеціальність 122 Комп’ютерні науки / Д. К. Бондаренко ; М-во освіти і науки України, Харків. нац. ун-т радіоелектроніки. – Харків, 2025. – 76 с.
dc.identifier.uri	https://openarchive.nure.ua/handle/document/29956
dc.language.iso	uk
dc.subject	оцінювання тексту
dc.subject	великі мовні моделі
dc.subject	навчання з підкріпленням
dc.subject	синтетичні дані
dc.title	Метод синтезу навчальної вибірки для LLM на основі методу навчання з підкріпленням
dc.type	Other
dspace.entity.type	Publication