Rigorózní práce

How Pretrained Language Models Represent Numbers

Mgr. Marek Kadlčík, učo 485294
Anotace

Tato práce zkoumá, jak předtrénované velké jazykové modely (LLM) reprezentují čísla, a reviduje současné dohady o jejich přesnosti. Zatímco dosavadní výzkum naznačuje, že LLM spoléhají na zašuměné a nepřesné lineární aproximace kvantity, my ukazujeme, že modely ve skutečnosti vytvářejí vysoce přesné a systematické reprezentace čísel. Identifikujeme jasnou sinusovou strukturu, kterou tradiční interpretační …více

Abstract

This thesis investigates how pretrained Large Language Models (LLMs) represent numbers, revisiting current assumptions about their precision. While existing research suggests that LLMs rely on noisy, imprecise linear approximations of quantity, we demonstrate that models actually develop highly accurate, systematic representations. We identify a distinct sinusoidal structure that traditional interpretability …více

Práce zkontrolována:
7. 2. 2026 07:10, doc. RNDr. Petr Sojka, Ph.D., učo 2378
Plný text práce
8,4 MB / soubor PDF
Jazyk práce
angličtina angličtina
Termín obhajoby
29. 5. 2026
Práce byla úspěšně obhájena

Oponenti

doc. Mgr. Bc. Vít Nováček, PhD, učo 4049
KSUZD FI MU
MgA. Jan Hůla, Ph.D.
CIIRC, ČVUT v Praze

Masarykova univerzita Fakulta informatiky
Plán
Umělá inteligence a zpracování dat
  • Přidání souboru

    Soubor nebo složku lze nahrát pomocí tlačítka Přidat.
  • Další operace se soubory

    Podrobnosti lze zjistit označením příslušného řádku.
  • Pohled pro experty

    Pro častou práci je možné zvolit režim Více možností.
  • Vyhledávání souborů

    Vyhledávaný výraz můžete zadat přímo do adresního řádku.
  • Rychlý přístup k souborům

    Pomocí funkce Nedávné je možné se rychle vrátit k právě prohlíženým souborům. Oblíbené soubory je také možné označit Hvězdičkou.