AI-innovációk – Nagy Nyelvi Modellek

Juhász, Levente (2024) AI-innovációk – Nagy Nyelvi Modellek. DUNAKAVICS, 12 (4). pp. 21-36. ISSN 2064-5007

Text Online_202404.pdf - Published Version Available under License Creative Commons Attribution Non-commercial No Derivatives. Download (14MB)

Abstract

A tanulmány a mesterségesintelligencia-kutatás legújabb trendjeit, a Nagy Nyelvi Modelleket tekinti át. A modelleket elhelyezi a gépi tanulás és a Deep Learning tágabb kontextusába. Röviden érinti a Transformer-alapú modelleket a technikai fejlődésben megelőző neurálisháló-architektúrákat. Végül áttekintést adunk a Transformer nyelvi modellről, és az ez alapján fejlesztett speciális generatív MI-hálózatokról, a Nagy Nyelvi Modellekről, amelyek az olyan emberszerűen kommunikáló dialógusrendszereknek az alapját is képezik, mint a ChatGPT. This paper reviews the latest trends in Artificial Intelligence research, focusing on the Large Language Models. It places these models in the broader context of machine learning and Deep Learning. It briefly touches on Transformer-based models, neural network architectures that preceded current technical advancements. Finally, we get an overview of the Transformer language model and those specialized generative AI networks developed based on it, known as Large Language Models. These models form the basis for dialogue systems that communicate in a human-like manner, such as ChatGPT.

Item Type:	Article
Uncontrolled Keywords:	Mesterséges intelligencia; ARTIFICIAL INTELLIGENCE (AI); Neurális hálózat; artificial inteligence; artificial intelligence-AI; ARTIFICIAL-INTELLIGENCE AI; Artificial intelligence, AI; mesterséges intelligencia (MI); Large language models; Artificial intelligence AI; large language models (LLM); Large Language Models (LLMs); nagy nyelvi modellek; Artificial intelligence (AI); neural networks.; Large-Language Models (LLMs)
Divisions:	Tanárképző Központ
Depositing User:	Gergely Beregi
Date Deposited:	15 Nov 2024 12:26
Last Modified:	15 Nov 2024 12:26
URI:	https://publication.repo.uniduna.hu/id/eprint/1110
MTMT:	35572990

Actions (login required)

View Item