Szczegóły publikacji
Opis bibliograficzny
Enhancing software testing of 5G base stations with LLM-driven analysis — Poprawa testów oprogramowania stacji bazowych 5G dzięki analizie opartej na dużych modelach językowych LLM (Large Language Models) / Sebastian ZARĘBSKI, Krzysztof RUSEK, Piotr CHOŁDA // Przegląd Telekomunikacyjny, Wiadomości Telekomunikacyjne ; ISSN 1230-3496. — 2024 — R. 97 nr 4, s. 57–60. — Bibliogr. s. 60, Streszcz., Abstr. — Publikacja dostępna tylko online. --- Tryb dostępu: https://sigma-not.pl/zeszyt-7541-przeglad-telekomunikacyjny-2024-4.html [2024-10-01]. — S. Zarębski – dod. afiliacja: NOKIA, Kraków. — KRiT 2024 : II Konferencja Radiokomunikacji i Teleinformatyki : Poznań, 11-13 września 2024
Autorzy (3)
Słowa kluczowe
Dane bibliometryczne
| ID BaDAP | 155661 |
|---|---|
| Data dodania do BaDAP | 2024-10-28 |
| DOI | 10.15199/59.2024.4.7 |
| Rok publikacji | 2024 |
| Typ publikacji | referat w czasopiśmie |
| Otwarty dostęp |  |
| Czasopismo/seria | Przegląd Telekomunikacyjny, Wiadomości Telekomunikacyjne |
Streszczenie
Duże modele językowe (LLM) umożliwiły osiąganie niespodziewanie dobrych rezultatów w genero- waniu, tłumaczeniu i rozumieniu tekstu. Modele te mogą generować tekst w oparciu o ich dostosowanie do struktur ludzkiego języka i wymagania bądź żądania użytkownika. W niniejszym artykule we współpracy z firmą NOKIA zbadano wpływ specjalistycznych treści z dziedziny tele- komunikacyji na model Gemma-2B. Wyniki wskazują na celowość zastosowania podejścia z oszacowaniem perplek- sji w treściach o unikalnej i charakterystycznej zawartości, interesującej z punktu widzenia zastosowań telekomuni- kacyjnych (np. dokumentacja 3GPP). Wyniki pokazują, że odpowiednie dostrojenie modelu może zmniejszyć jego perpleksję średnio o 83% (w zależności od tematu).
Abstract
Large language models (LLMs) have trans- formed natural language processing, enabling remarkable achievements in text generation, translation, and compre- hension. LLMs can generate text based on their intrinsic understanding of structures in human language and the user’s request. This paper, reporting results obtained in collaboration with NOKIA, examines the impact of spe- cialized telecom content on the Gemma-2B model. The findings indicate a novel approach to using perplexity as- sessment in the specialized field of telecommunications (3GPP-related content). It was shown that proper fine- tuning can reduce the model’s perplexity by an average of 83%, depending on the topic.
