Исследование источников ошибок в сервисе когортного отбора на основе большой мультимодальной языковой модели

В данной ВКР проведено исследование источников возникновения ошибок при работе с большими мультимодальными языковыми моделями (MLLM) для анализа данных в сфере здравоохранения, на примере когортного отбора пациентов для медицинского исследования. Актуальность темы исследования обусловлена возрастающей ролью больших мультимодальных языковых моделей для решения задач в разных областях. MLLM представляют собой передовой подход в области IT технологий, позволяющий обрабатывать и анализировать данные из различных источников, таких как текст, изображения, аудио и видео. Однако, несмотря на их впечатляющие возможности, мультимодальные языковые модели могут порождать различные типы ошибок. Цель ВКР определить и изучить источники возникновения ошибок в задаче когортного отбора пациентов, составить классификацию ошибок, рассчитать метрики и оценить качество работы модели, подобрать метод промпт инжиниринга, для уменьшения галлюцинаций модели.