Bibliografi
Pengarang
Muhammad Ilham Ghozali;
Barcode
Cat. Karya
No. Induk
Pembimbing
Adila Alfa Krisnadhi
Kata Kunci
Large Language Models, klasifikasi definisi, ekstraksi definisi, teks hukum, zero-shot prompting, few-shot prompting
Pembimbing 3
Pembimbing 2
Tahun buku
2024
Barcode RFID baru
11649178
Tahun Angkatan
2020
Progam Studi
Ilmu Komputer
Lokasi
FASILKOM-UI;
Tanggal Datang
18/10/2024
Abstrak Indonesia
ABSTRAK

Nama : Muhammad Ilham Ghozali Program Studi : Ilmu Komputer Judul : Pengambangan Tolok Ukur Evaluasi LLM dalam Tugas Klasifikasi, Ekstraksi, dan Ekstraksi Konten Definisi pada Teks Hukum Pembimbing : Adila Alfa Krisnadhi, S.Kom., M.Sc., Ph.D Penelitian ini mengevaluasi performa berbagai model Large Language Models (LLM) dalam tugas klasifikasi definisi, ekstraksi definisi, dan ekstraksi konten definisi dari teks hukum berbahasa Indonesia. Model yang digunakan meliputi LLaMa-2-7b, LLaMa-3- 8b-Instruct, Mistral-7B, Gemma-7b, Qwen1.5-7B, dan Zephyr-7b-beta, dengan teknik prompting zero-shot dan few-shot. Teknik prompting few-shot menunjukkan efektivitas dalam beberapa kasus, namun belum konsisten meningkatkan akurasi. Kata kunci: Large Language Models, klasifikasi definisi, ekstraksi definisi, teks hukum, zero-shot prompting, few-shot prompting

Daftar Isi
Cat. Umum
Judul
Pengambangan Tolok Ukur Evaluasi LLM dalam Tugas Klasifikasi, Ekstraksi, dan Ekstraksi Konten Definisi pada Teks Hukum
Asal
Korporasi
NPM
2006596213
Abstrak English
ABSTRACT

Name : Muhammad Ilham Ghozali Study Program : Computer Science Title : Development of LLM Evaluation Benchmarks in the Tasks of Classication, Extraction, and Content Extraction of Definitions in Legal Texts Counselor : Adila Alfa Krisnadhi, S.Kom., M.Sc., Ph.D This study evaluates the performance of various Large Language Models (LLMs) in the tasks of definition classification, definition extraction, and definition content extraction from legal texts in Indonesian. The models used include LLaMa-2-7b, LLaMa-3-8b- Instruct, Mistral-7B, Gemma-7b, Qwen1.5-7B, and Zephyr-7b-beta, with zero-shot and few-shot prompting techniques. The few-shot prompting technique showed effectiveness in some cases, but has not consistently improved accuracy. Key words: Large Language Models, definition classification, definition extraction, legal text, zero-shot prompting, few-shot prompting

Pengarang 2
Subjek
Tolok Ukur Evaluasi LLM
Penguji 2
Arawinda Dinakaramani
Penguji 3
Pembimbing 1
Fisik
ii, 57 p; ill; 29 cm
Bahasa
Indonesia
Lulus Semester
Genap 2023/2024
Penerbitan
Depok: Fasilkom UI, 2024
No. Panggil
SK-2384 (Softcopy SK-1866)
Penguji 1
Rizal Fathoni Aji
Lulus semester SI