BADANIA

Badania nad dużymi modelami językowymi (LLM)

Wywodzimy się z badań nad modelami językowymi. Publikujemy w recenzowanych czasopismach, a metody z publikacji przenosimy do projektów: ewaluację, metryki i pracę na danych.

Zobacz publikacje Napisz do nas

Wykres z naszej pracy: wyniki ChatGPT na 25 zadaniach NLP, a pod nim trzy nasze publikacje z DOI

3 publikacje w recenzowanych czasopismach

1000+ cytowań naszej pracy o ChatGPT według Google Scholar

25 zadań NLP, na których porównaliśmy ChatGPT z najlepszymi modelami

PUBLIKACJE

Nasze artykuły naukowe

ARTYKUŁ · 2023

Information Fusion, t. 99, 2023

ChatGPT: Jack of all trades, master of none

J. Kocoń, I. Cichecki, O. Kaszyca, M. Kochanek i in.

Ewaluacja ChatGPT na 25 analitycznych zadaniach NLP przy użyciu ponad 48 tys. promptów; część zadań sprawdzono też na GPT-4. Model wypadł średnio o ok. 25% gorzej od najlepszych rozwiązań i najwięcej tracił w zadaniach dotyczących emocji, co pokazuje, gdzie ogólny model przegrywa z rozwiązaniami wyspecjalizowanymi. Praca ma ponad 1000 cytowań według Google Scholar.

DOI: 10.1016/j.inffus.2023.101861 · arXiv:2302.10724

Czytaj artykuł

ARTYKUŁ · 2024

Electronics, t. 13, nr 12, 2024

Improving Training Dataset Balance with ChatGPT Prompt Engineering

M. Kochanek, I. Cichecki, O. Kaszyca i in.

Jak wyrównać niezbalansowany zbiór uczący danymi generowanymi przez ChatGPT — i jak dobór promptów wpływa na jakość tych danych.

DOI: 10.3390/electronics13122255

Czytaj artykuł

ARTYKUŁ · 2025

Journal of Contingencies and Crisis Management, t. 33, nr 4, 2025

Typology of Image Crises Using Large Language Models: A Novel Approach to Crisis Classification

G. Chodak, D. Tworzydło, A. Szczęsny i in., w tym O. Kaszyca i M. Kochanek

Typologia kryzysów wizerunkowych zbudowana z pomocą dużych modeli językowych — nowe podejście do klasyfikacji kryzysów.

DOI: 10.1111/1468-5973.70092

Czytaj artykuł

OD PUBLIKACJI DO WDROŻENIA

Co z badań trafia do Twojego projektu

Ewaluacja przed wdrożeniem

Zanim model trafi do procesu, sprawdzamy go na Twoich danych. Tak samo porównywaliśmy ChatGPT z najlepszymi modelami na 25 zadaniach.

Jakość i balans danych

Niezbalansowane dane psują wyniki modeli. Jak je wyrównywać, opisaliśmy w Electronics — i stosujemy to w projektach.

Metryki od pierwszego dnia

Każdy projekt ma punkt wyjścia i miarę sukcesu, ustalone przed startem. Wyniki raportujemy co miesiąc.

Te metody stosujemy, gdy wdrażamy AI w firmach, a wiedzę z badań przekazujemy też na szkoleniach z AI dla zespołów.

UMÓW SPOTKANIE

Porozmawiajmy o oprogramowaniu i automatyzacji

Wybierz dzień i godzinę w kalendarzu. Porozmawiamy o procesach w Twojej firmie i o tym, co warto zautomatyzować. Potwierdzenie przyjdzie e-mailem.

Kalendarz rezerwacji Cal.com

Otwórz kalendarz w nowej karcie

KONTAKT

Porozmawiajmy o Twoich danych.

Jeśli rozważasz AI w procesie firmy, zacznijmy od sprawdzenia, jak model radzi sobie na Twoich danych.