LuanVan.vnLuận Văn
Gửi thư

Tinh chỉnh mô hình ngôn ngữ lớn cho bài toán tối ưu mạch logic

Đồ án tốt nghiệp · Đại học · năm 2025 · đề tài tham khảo

Loại tài liệuĐồ án tốt nghiệp
Bậc họcĐại học
NgànhXã hội, ngôn ngữ, y dược
Tác giảNgô Đức Hào; Phạm Văn An; Đào Thị Hương Nhài; Dương Xuân Giang
Người hướng dẫnNguyễn Huy Hoàng
Cơ sở đào tạoĐại học Bách khoa Hà Nội
Năm2025
NguồnThư viện số Đại học Bách khoa Hà Nội · trang gốc

Tóm tắt

Nghiên cứu ứng dụng mô hình ngôn ngữ lớn (LLM) vào bài toán tối ưu hóa hàm logic bằng bản đồ Karnaugh trong lĩnh vực tự động hóa thiết kế điện tử (EDA). Để giảm yêu cầu về tài nguyên tính toán và bộ nhớ, phương pháp Tinh chỉnh Tham số Hiệu quả (PEFT) được sử dụng để khảo sát và so sánh ba chiến lược huấn luyện gồm Supervised Fine-Tuning (SFT), Direct Preference Optimization (DPO) và Group Relative Policy Optimization (GRPO) trên các mô hình LLaMA và Qwen. Kết quả thực nghiệm cho thấy GRPO đạt hiệu quả cao trong việc học các quy luật tối ưu logic; mô hình LLaMA 3.2 3B huấn luyện bằng GRPO đạt độ chính xác 81,75%. Nghiên cứu qua đó đánh giá khả năng ứng dụng LLM vào các bài toán tối ưu tổ hợp trong thiết kế phần cứng, đồng thời phân tích các chiến lược tinh chỉnh nhằm nâng cao hiệu quả sử dụng tài nguyên.
Bản toàn văn lưu tại thư viện Đại học Bách khoa Hà Nội

Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.

Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
  • Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
  • Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
  • Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.

Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn xã hội, ngôn ngữ, y dược · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.

Đề tài cùng ngành

Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.