| DC Field | Value | Language |
|---|
| dc.contributor.author | Борисенко, В. И. | - |
| dc.coverage.spatial | Минск | en_US |
| dc.date.accessioned | 2026-05-07T05:59:26Z | - |
| dc.date.available | 2026-05-07T05:59:26Z | - |
| dc.date.issued | 2026 | - |
| dc.identifier.citation | Борисенко, В. И. Гибридная модель оптимизации бизнес-решений на основе больших языковых моделей = Hybrid model for optimizing business decisions based on large language models / В. И. Борисенко // Big Data и анализ высокого уровня = Big Data and Advanced Analytics : сборник научных статей XII Международной научно-практической конференции, Республика Беларусь, Минск, 23 апреля 2026 года : в 2 ч. Ч. 2 / Белорусский государственный университет информатики и радиоэлектроники [и др.] ; редкол.: В. А. Богуш [и др.]. – Минск, 2026. – С. 151–157. | en_US |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/63591 | - |
| dc.description.abstract | Представлена концепция верифицируемой системы поддержки принятия решений на
основе больших языковых моделей. Предложена гибридная архитектура, интегрирующая методы RAG и
ReAct, модули предобработки, генерации, многоуровневой верификации и адаптации. Формализовано
преобразование проектных переменных в показатели эффективности с использованием аналитических
моделей, машинного обучения и имитационного моделирования. Подход обеспечивает достоверность,
интерпретируемость выводов и применимость в корпоративной среде. | en_US |
| dc.language.iso | ru | en_US |
| dc.publisher | БГУИР | en_US |
| dc.subject | материалы конференций | en_US |
| dc.subject | Big Data | en_US |
| dc.subject | информационные системы | en_US |
| dc.subject | системы поддержки принятия решений | en_US |
| dc.subject | RAG | en_US |
| dc.subject | ReAct | en_US |
| dc.subject | гибридные модели | en_US |
| dc.subject | неструктурированные данные | en_US |
| dc.title | Гибридная модель оптимизации бизнес-решений на основе больших языковых моделей | en_US |
| dc.title.alternative | Hybrid model for optimizing business decisions based on large language models | en_US |
| dc.type | Article | en_US |
| local.description.annotation | This article presents a concept for a verifiable decision support system based on large language
models. A hybrid architecture is proposed that integrates RAG and ReAct methods, along with modules for
preprocessing, generation, multi-level verification, and adaptation. The transformation of design variables into
performance metrics is formalized using analytical models, machine learning, and imitation modeling. The approach
ensures the reliability and interpretability of conclusions, as well as applicability in a business context. | en_US |
| Appears in Collections: | BIG DATA and Advanced Analytics = BIG DATA и анализ высокого уровня : сборник научных статей : в 2 ч. (2026)
|
