×

Вы используете устаревший браузер Internet Explorer. Некоторые функции сайта им не поддерживаются.

Рекомендуем установить один из следующих браузеров: Firefox, Opera или Chrome.

Контактная информация

+7-863-218-40-00 доб.200-80
ivdon3@bk.ru

  • Проектирование многокомпонентных имитационных моделей с помощью большой языковой модели GPT-4

    • Аннотация
    • pdf

    Современное проектирование имитационных моделей не обходится без широкого круга специалистов разных отраслей. Дополнительных ресурсов требует также разработка программного кода и его отладка. Исследование направлено на демонстрацию возможностей больших языковых моделей (БЯМ) применения на всех этапах создания и использования начиная с этапа формализации моделей динамических систем, а также на оценку вклада этих технологий в ускорение создания имитационных моделей и уменьшение их сложности. Методика разработки модели включает этапы формализации, верификации и создания математической модели на основе диалогов с БЯМ. Эксперименты проводились на примере создания модели мультиагентного сообщества роботов с использованием гибридных автоматов. Результаты экспериментов показали, что модель, созданная с помощью БЯМ, демонстрирует идентичные результаты по сравнению с моделью, созданной в специализированной среде моделирования. На основе анализа результатов эксперимента можно сделать вывод о значительном потенциале применения БЯМ для ускорения и упрощения процесса создания сложных имитационных моделей.

    Ключевые слова: имитационное моделирование, формализация, большая языковая модель, нейронная сеть, GPT-4, математическая модель

    2.3.1 - Системный анализ, управление и обработка информации

  • Применение больших языковых моделей в имитационном моделировании

    • Аннотация
    • pdf

    Современный цикл создания имитационных моделей не обходится без аналитиков, моделистов, разработчиков и специалистов из разных областей. Существует множество известных инструментов для упрощения имитационного моделирования, в дополнение к ним предлагается использовать большие языковые модели (БЯМ), состоящие из нейронных сетей. В качестве примера в статье была рассмотрена модель GPT-4. Такие модели могут снизить затраты, будь то финансовых или временных, при создании имитационных моделей. Были приведены примеры использования GPT-4, по результатам которых делается предположение о том, что с помощью БЯМ можно заменить или существенно снизить трудоемкость использования труда большого количества специалистов и даже пропустить этап формализации. Проведена работа по сравнению процессов создания моделей и проведения экспериментов при использовании разных инструментов ИМ и результаты оформлены в сравнительную таблицу. Сравнение проведено по основным критериям ИМ. Эксперименты с GPT-4 успешно показали что создание имитационных моделей с помощью БЯМ заметно ускоряется и имеет большую перспективу в данной области.

    Ключевые слова: имитационное моделирование, большая языковая модель, нейронная сеть, GPT-4, среда моделирования, математическая модель

    2.3.1 - Системный анализ, управление и обработка информации