Du har inte javascript påslaget. Det innebär att många funktioner inte fungerar. För mer information om Vinnova, ta kontakt med oss.

6G Masteruppsats: Resurseffektiva stora språkmodeller i kantnätverk

Diarienummer
Koordinator RISE Research Institutes of Sweden AB - RISE AB - Digitala System
Bidrag från Vinnova 100 000 kronor
Projektets löptid januari 2025 - juni 2025
Status Pågående
Utlysning 6G - Kompetensförsörjning
Ansökningsomgång 6G - Handledning av examensarbete

Syfte och mål

Projektets övergripande syfte är att utveckla beräkningseffektiva stora språkmodeller (LLMs) för användning i resursbegränsade 6G-edge-miljöer. Målet med detta examensarbete är därför att utforska energieffektiva transformerbaserade språkmodeller genom att nyttja avancerade tekniker som kunskapsdistillation och modellkvantisering.

Förväntade effekter och resultat

Förväntade resultat från projektet inkluderar en jämförelse baserad på numeriska experiment mellan en ny alternativ arkitektur och konventionella transformermodeller. I ett större perspektiv har projektet potential att bidra till förbättrad beräkningseffektivitet och mer hållbara AI-tjänster i 6G-edge-miljöer.

Planerat upplägg och genomförande

Projektet kommer att genomföras i flera steg. Först utför studenten en litteraturstudie för att förstå befintliga tekniker och modeller. Därefter genomför studenten praktiska experiment för att träna och optimera nya beräkningseffektiva språkmodeller. Dessa jämförs med konventionella transformermodeller genom numeriska experiment. Slutligen analyseras och dokumenteras resultaten, och metoder och resultat görs tillgängliga som öppen källkod.

Texten på den här sidan har projektgruppen själv formulerat. Innehållet är inte granskat av våra redaktörer.

Senast uppdaterad 20 mars 2025

Diarienummer 2024-04254