Dòng Nội dung
1
Nghiên cứu hệ đa tác nhân kết hợp mô hình ngôn ngữ lớn trong phát hiện tin giả : Đề án Thạc sĩ Công nghệ Thông tin; Mã ngành:8480201 / Tô Hoàng Minh Tiến; Võ Thị Hồng Thắm; Cao Văn Kiên hướng dẫn
Tp.Hồ Chí Minh : Đại học Nguyễn Tất Thành, 2025
69 tr. : biểu đồ ; 29 cm.
Ký hiệu phân loại (DDC): 006.35
Nghiên cứu nhằm tìm hiểu và phát triển một hệ thống phát hiện tin giả dựa trên hệ đa tác nhân kết hợp với mô hình ngôn ngữ lớn là một cơ hội quý báu để nâng cao kiến thức và kỹ năng chuyên môn trong lĩnh vực trí tuệ nhân tạo, xử lý ngôn ngữ tự nhiên và an ninh thông tin. Những công nghệ này đang đóng vai trò ngày càng quan trọng trong việc kiểm soát và xác minh thông tin trên môi trường trực tuyến. Không chỉ có giá trị về mặt học thuật, đề tài này còn mang ý nghĩa thực tiễn sâu sắc. Việc phát triển một hệ thống phát hiện tin giả thông minh không chỉ giúp giảm thiểu tác động tiêu cực của thông tin sai lệch mà còn góp phần bảo vệ tính chính xác và minh bạch trong truyền thông. Hơn nữa, việc ứng dụng hệ đa tác nhân vào quá trình kiểm định thông tin giúp hệ thống trở nên linh hoạt, thích ứng tốt với các nguồn dữ liệu đa dạng và phức tạp. Đề tài có tính ứng dụng cao mang lại giá trị thực tiễn mà còn đóng góp vào sự phát triển của các giải pháp công nghệ hiện đại, góp phần xây dựng một môi trường thông tin đáng tin cậy hơn.
 Số bản sách: (1) Tài liệu số: (0)
2
Xây dựng mô hình đọc hiểu trên ngôn ngữ Tiếng Việt : Khóa luận tốt nghiệp chuyên ngành Trí tuệ nhân tạo / Tô Hoàng Minh Tiến; Trần Châu Thanh Thiện hướng dẫn
Tp.Hồ Chí Minh : Đại học Nguyễn Tất Thành, 2024
XI, 47 tr. : biểu đồ ; 29 cm.
Ký hiệu phân loại (DDC): 006.31
Tập trung vào nghiên cứu và phát triển các mô hình Deep Learning nhằm cải thiện khả năng đọc hiểu trong ngôn ngữ Tiếng Việt. Xây dựng các mô hình thông minh có khả năng hiểu và trích xuất thông tin từ văn bản Tiếng Việt (Question -Answering). Nghiên cứu về mô hình Transformer, Bert và Robert, đây là các mô hình SOTA trong xử lý ngôn ngữ tự nhiên, khi nghiên cứu sâu vào nó thì sẽ dễ dàng hơn trong việc nghiên cứu các kiến trúc LLM khác.Và có kiến thức nền tảng của Transformers để xây dựng và phát triển mô hình đọc - hiểu. Xây dựng mô hình đọc hiểu ngôn ngữ: Huấn luyện mô hình học sâu với kiến trúc Transformers để đọc thông tin biểu diễn của câu ngữ cảnh, câu hỏi và đi qua các lớp phân phối xác suất để đưa ra những câu trả lời chính xác nhất.
 Số bản sách: (1) Tài liệu số: (0)