- Fine-tuning LLMs for Logical Reasoning
Olaf Werner
LLMs are new frontier technology and are becoming more popular. However, this technology is still imperfect when it comes to reasoning. While LLM is capable of reasoning by chain-of-thought (CoT) prompting, unfortunately, this reasoning is imperfect and can fail, especially when reasoning can take multiple paths. The way to enable this and make reasoning more transparent is to use Reasoning Engines such as Z3. However, their main limitation is that logical rules must be inputted in a special form. Unfortunately, LLMs were not explicitly trained for that. A unique contribution of this work is fine-tuning LLM for this task specifically.
- Model uczenia maszynowego do wspomagania udzielania kredytów bankowych
Piotr Bojaruniec
Przedmiotem seminarium będą modele uczenia głębokiego, w tym modele kwantowe do wspomagania sytuacji decyzyjnych związanych z udzielaniem kredytów bankowych. Omówione zostaną najważniejsze zbiory danych odnoszące się do kluczowych sytuacji decyzyjnych. Ponadto scharakteryzowane będą najważniejsze modele uczenia maszynowego, które cechują się największą efektywnością wykrywania „złych” kredytów. Na tym tle przeprowadzona będzie dyskusja, jakie zalety ma podejście wielokryterialne do treningu modeli, a także czy modele kwantowe są bardziej efektywne niż tradycyjne.
- O weryfikacji protokołów kryptograficznych
dr hab. inż. Konstanty Junosza-Szaniawski, prof. PW
Referat prezentuje podstawowe własności protokołów kryptograficznych, narzędzia do formalnej weryfikacji weryfikacji tychże własności, kilka przykładów klasycznych protokołów oraz przykłady ataków na nie.