Zkvalitňování modelů Natural Language Inference pro numerické dotazy
Improving Performance of Natural Language Inference Models for Numerical Queries
Typ dokumentu
bakalářská prácebachelor thesis
Autor
Viktor Emil Korladinov
Vedoucí práce
Drchal Jan
Oponent práce
Kubalík Jiří
Studijní obor
Základy umělé inteligence a počítačových vědStudijní program
Otevřená informatikaInstituce přidělující hodnost
katedra kybernetikyPráva
A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.htmlVysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html
Metadata
Zobrazit celý záznamAbstrakt
Tato práce zkoumá numerické a kvantitativní uvažování u nejmodernějších modelů. Zaměřuje se na matematické slovní úlohy a modely explicitně vycvičené k jejich řešení. Kromě těchto řešitelů, jsou srovnávány také Large Language Models, protože jejich mnohostranná povaha vytváří očekávání na zběhlost i v této oblasti. Pozornost je věnována také dostupným datasetům a jejich vlivu. Největší pozornost je věnována Ape210K datasetu a tato práce navrhuje model, který filtruje problémy považované za nevhodné pro trénování výše zmíněních modelů. This thesis examines the numeracy and quantitative reasoning abilities of state-of-the-art models. It focuses on math word problems and models trained explicitly to solve them. Apart from solvers, Large Language Models are also benchmarked, as their multi-faceted nature creates expectations of proficiency in the field. Attention is also cast on the available datasets \& their impact. The Ape210K dataset is the primary observation target, and this thesis proposes a model that filters out problems deemed unfit for training solvers and QR reasoners.
Kolekce
- Bakalářské práce - 13133 [777]