Title: Сравнительное исследование методов повышения надежности API-вызовов языковых моделей на основе подхода тонкой настройки Gorilla и подхода с динамическим рассуждением ReAct
Authors: Колесникова В. Д.
Keywords: API integration
API-интеграция
autonomous agents
deep learning
external tools
Gorilla
hybrid systems
interactive learning
Large Language Models (LLM)
model fine-tuning
neural network models
REACT
автономные агенты
большие языковые модели
внешние инструменты
гибридные системы
глубокое обучение
дообучение моделей
нейросетевые модели
сравнительный анализ
эмперический анализ данных
Issue Date: 2026
Citation: Колесникова, В. Д. Сравнительное исследование методов повышения надежности API-вызовов языковых моделей на основе подхода тонкой настройки Gorilla и подхода с динамическим рассуждением ReAct = Comparative study of API call reliability enhancement methods for language models based on the Gorilla fine-tuning approach and the ReAct dynamic reasoning approach / В. Д. Колесникова // Volga Cyber Week : материалы Всерос. II молодеж. науч.-практ. конф. по информатике и кибернетике (Самара, 12-15 мая 2026 г.) / М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т) ; под общ. ред. А. В. Куприянова. - Самара : Изд-во Самар. ун-та, 2026. - С. 189-192.
Abstract: В работе проведен сравнительный анализ двух методов повышения надёжности API-вызовов больших языковых моделей: подход на основе тонкой настройки Gorilla и подход на основе динамического рассуждения ReAct. Рассмотрены архитектурные особенности, преимущества и ограничения каждого метода. Выявлены критерии выбора подхода в зависимости от класса решаемых задач. Показано, что Gorilla эффективен для стабильных API, тогда как ReAct предпочтителен в условиях неопределённости.
URI: http://repo.ssau.ru/jspui/handle/123456789/64051
ISBN: 
ISSN: 
ISMN: 
Other Identifiers: RU\НТБ СГАУ\589964
Appears in Collections:VOLGA CYBER WEEK

Files in This Item:
File SizeFormat 
file-189-192.pdf1.18 MBAdobe PDFView/Open


Items in Repository are protected by copyright, with all rights reserved, unless otherwise indicated.