Sirvi Autor "Sats, Sander" järgi

Nüüd näidatakse 1 - 2 2

Control Code Comprehension with Large Language Models (LLMs)
(Tartu Ülikool, 2024) Sats, Sander; Roy, Kallol, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Arvutiteaduse instituut
Suured keelemudelid (LLM) leiavad kõiksugustes rakendustes laialdaselt kasutust, alates teksti kokkuvõtetest kuni automatiseeritud teoreemide tõestamiseni ja koodi mõistmisest kuni koodi genereerimiseni. Juhiseid (viipasid) kasutatakse, et suuri keelemudeleid (LLM) uute ülesannete lahendamiseks häälestada ja selle läbi üldistusvõimet suurendada. Praeguseni on vähem pingutusi suunatud, et suuri keelemudeleid (LLM) tarkvara arenduses, näiteks loomulikust keelest koodiks, koodi paranduse, koodist arusaamise jne ülesanneks, kasutada. Koodi mõismine keelemudelite (LLM) abiga ei ole triviaalne probleem, sest programmikoodi ja loomulike keele vahel on struktuurilisi erinevusi. Veel enam, teksti korpuste peal treenitud kaubanduslikud keelemudelid ((LLM) on suletud lähtekoodiga ning neil jääb läbipaistvusest ja korratavusest vajaka. Et seda lünka täita pakub antud töö keelemudelite (LLM) koodi mõistmiseks kasutamise viipade häälestamiseks välja uudse meetodi. Me olen viiba abil ChatGPT 3.5 ja ChatGPT 4 häälestanud kontrollsüsteemide Matlabi koodi mõistmiseks. Meie käsitsi kirjutatud Matlabi kood simuleerib erinevate kontrollsüsteemide, näiteks tagasiside kontroll ja PID kontroll, käitumist. Me pakume välja ja disainime kolme eri tüüpi viipasid: (i) tekstiline viip, (ii) loogiline viip ja (iii) numbriline viip, et aidata keelemudelil (LLM) kontrollsüsteemide koodist aru saada. Me pakume keelemudelite (LLM) koodi mõismise õigsuse hindamiseks välja uue mõõdiku. See töö näitab, et kuigi keelemudelid on keeleliste ülesannete lahendamises väga head, siis ei ole nad kontrollkoodi skriptide, mis töötavad peamiselt numbrilistes ja lineaar-algebralistes domeenides, mõistmiseks veel piisavalt küpsed.
Tehisintellekti kontrollimise probleemi visualisatsioon
(2017) Sats, Sander; Daniel Majoral; Raul Vicente
Bakalaureusetöö eesmärk on tõsta teadlikkust tehisintellekti kontrollimise probleemist. Tehisintellekti kontrollimise probleem tegeleb küsimusega: kuidas luua tehisintellekt, mis on inimestest intelligentsem, aga ikka selle üle kontrolli hoida. Ehk teisisõnu, kuidas luua tehisintellekt nii, et see teeks inimkonnale head, mitte halba. Selle probleemi teadlikkuse tõstmiseks arendati veebileht, mis on ühendatud toestusõppe raamistikuga ja laseb külastajatel näha, kuidas tehisintellekt selles keskkonnas käitub. Veebileht sisaldab ka tehisintellekti kontrolliva neurovõrgustiku visualisatsiooni ja informatsiooni tehisintellekti kontrollimise probleemi kohta.