Teknologi.Bagian dari ensiklopedia.onlineCari/
BerandaKomputasi & perangkat lunakIII: Small: Optimizing Knowledge Utilization in Generative Models to Foster Research Ideation
Proyek riset & pengembangan

III: Small: Optimizing Knowledge Utilization in Generative Models to Foster Research Ideation

Ringkasan tujuan riset

Generasi ide riset LLM menggabungkan penalaran adversarial saat inferensi, reinforcement learning dengan MDP bertingkat, dan deteksi hallucination berbasis pengetahuan.

Komputasi & perangkat lunak1 rujukanProfil diperbarui
Lihat rujukanBandingkan proyek
Linimasa NSF 2529378Periode tercatat 2025-08-01 sampai 2028-07-31.NSF 2529378MulaiAkhir tercatat202520292025-08-012028-07-31
Linimasa dan catatan proyek

Tanggal dan TRL menurut catatan penerbit. Akhir periode dan target bukan bukti hasil riset.

Teknologi · CC BY 4.0 · Sumber data

Apa tujuan dan pendekatan risetnya?

Profil ini merangkum ruang lingkup proyek yang dipublikasikan National Science Foundation (NSF). Sumber diakses . Uraian pendekatan dan manfaat menyatakan tujuan pengembangan, kecuali sumber secara khusus melaporkan hasil.

Pendekatan adversarial menelusuri pengetahuan parametrik tanpa pelatihan tambahan. MDP luar mengatur interaksi agen dengan lingkungan retrieval, sedangkan MDP dalam mengendalikan generasi token untuk memanfaatkan sumber eksternal. Kerangka groundedness memeriksa rationale serta klaim yang mendasari ide, dan metrik baru menilai novelty maupun feasibility. Eksperimen pada beberapa LLM akan mengevaluasi kualitas ide; keluaran generatif tetap merupakan usulan yang memerlukan penilaian ilmiah, bukan penemuan terkonfirmasi.

Baca uraian penerbit

Konteks pengembangan

Institusi penerima pada catatan
University of Virginia Main Campus
Program
Info Integration & Informatics
Periode pendanaan tercatat
2025-08-01 → 2028-07-31

Proyek kolaboratif beberapa institusi diwakili oleh satu catatan penghargaan. Institusi di atas adalah penerima pada catatan tersebut.

Klasifikasi NSF

  • Directorate for Computer and Information Science and Engineering
  • Computing & AI Foundations

Label penerbit dipertahankan sebagai konteks. Bidang katalog merupakan pengelompokan editorial.

Apa yang diketahui tentang statusnya?

Status pendanaan menurut NSFAktif (catatan pendanaan NSF)

Catatan NSF tidak melaporkan tingkat kesiapan teknologi (TRL). Status pendanaan aktif atau berakhir bukan bukti keberhasilan riset.

Batas informasi

Profil merangkum tujuan dan pendekatan dalam abstrak pendanaan NSF. Status pendanaan tidak membuktikan keberhasilan riset, kesiapan teknologi, atau ketersediaan produk. Hasil dan performa belum diverifikasi secara independen; tinjauan ahli belum dilakukan.

Dasar profil

Metodologi dan batas pemeriksaan. Ringkasan berbahasa Indonesia disusun sebagai parafrasa editorial dengan pemeriksaan sumber primer oleh agen AI. Identitas, periode, serta status berasal dari catatan penerbit. Tinjauan ahli dan pengujian kinerja independen belum dilakukan; rujukan tidak menyiratkan dukungan atau sertifikasi NSF.