LLM-FORECASTER

Celem projektu jest opracowanie innowacyjnego systemu LLM-Forecaster do automatycznego przewidywania szeregów czasowych na podstawie modeli językowych (LLM – Large Language Models) oraz technik RAG (Retrieval-Augmented Generation). Projekt obejmuje:

Zadanie 1 – Badania przemysłowe
Celem etapu jest opracowanie modułu do automatycznego pobierania, przetwarzania i selekcji danych z różnych źródeł w czasie rzeczywistym. Powstałe rozwiązanie pozwoli przygotować wysokiej jakości zestawy danych do predykcji szeregów czasowych.
Efekt: zwiększenie dokładności modeli predykcyjnych opartej na architekturze LLM oraz opracowanie skutecznych metod wykrywania anomalii.

Zadanie 2 – Badania przemysłowe
Etap skupia się na opracowaniu i ewaluacji innowacyjnych metod prognozowania szeregów czasowych przy użyciu modeli LLM.
Efekt: opracowanie unikalnego algorytmu LLM Forecaster, który zwiększy dokładność przewidywań w różnych sektorach biznesowych (finanse, transport, sprzedaż, logistyka).

Zadanie 3 – Eksperymentalne prace rozwojowe
Etap obejmuje integrację wyników poprzednich badań w postaci funkcjonalnego modułu predykcji szeregów czasowych oraz stworzenie interfejsu API i użytkownika.
Efekt: gotowy, przetestowany z klientem zewnętrznym system LLM Forecaster, zdolny do przetwarzania dużych wolumenów danych i prezentacji wyników w intuicyjny sposób.

Grupy docelowe:

- przedsiębiorstwa działające w branżach: finansowej, handlowej, logistycznej i transportowej,

- firmy korzystające z analizy danych i rozwiązań AI,

- sektor B2B szukający narzędzi do prognozowania i optymalizacji procesów.

Cel projektu:
Stworzenie unikalnego rozwiązania technologicznego umożliwiającego automatyczne, dokładne i szybkie prognozowanie zjawisk w oparciu o analizę dużych zbiorów danych.

Efekty projektu:

- opracowanie nowych metod i algorytmów opartych na LLM i RAG,

- stworzenie gotowego do wdrożenia systemu LLM-Forecaster,

- wdrożenie rozwiązania do działalności gospodarczej Wnioskodawcy w ciągu 6 miesięcy od zakończenia projektu.

Całkowita wartość projektu: 9 688 091,11 PLN
Wartość dofinansowania: 4 352 916,87 PLN

#FunduszeUE #FunduszeEuropejskie

‍