Przejdź do treści głównej
Grupa badawczaAktywne

Grupa Uczenia Reprezentacji

Uczenie reprezentacji w grafach, grafy wiedzy i modele w przestrzeni wag.

Representation Learning Group rozwija GNN, samonadzorowane uczenie grafów, grafy wiedzy, integrację LLM-ów z grafami, wykrywanie halucynacji, analizę LLM-ów oraz modele traktujące wagi sieci neuronowych jako modalność danych.

grafowe sieci neuronowesamouczenie reprezentacji grafowychuczenie reprezentacji grafówgrafy wiedzyrozumowanie na wielu grafachLLM-y z grafami wiedzykonstrukcja grafówagenci grafowiwykrywanie halucynacji LLM-ówteoria informacjimodele w przestrzeni wagwykrywanie danych spoza rozkładuinterpretowalność modeliwykrywanie anomaliiAI4Science
Kierownik grupy
Tomasz Kajdanowicz
Tomasz KajdanowiczKierownik grupy
KategoriaGrupa badawcza
LokalizacjaD-21 PWr

Członkowie

· 7 osób

Aktywne projekty

Brak finansowanych projektów.

Najnowsze publikacje

  • EACL 2026 Main Conference · 2026FactSelfCheck: Fact-Level Black-Box Hallucination Detection for LLMs