IGA: 意图引导的作者助手
本文提出一种使用 OpenAI 最新的基于 Transformer 的语言模型 GPT-3 生成阅读文章的方法,并通过人工编辑和人工评估保证生成的文章的准确性和易读性。
Apr, 2023
本文研究了使用 AI 技术辅助创作的自然语言生成(NLG)模型,并邀请了 13 位专业作家来尝试使用 Wordcraft,这个内置 AI 辅助撰写工具的文本编辑器。结果显示 NLG 工具在创作过程的脑暴、描写细节、建立故事世界和研究文本方面具有很大的潜力。但由于 NLG 技术在保留风格、语调和理解故事内容等方面存在困难,因此建立一个合适的作家个性化 NLG 辅助工具是非常有挑战性的。
Nov, 2022
该研究介绍了一种基于多模态大型语言模型的生成助手(LLMGA),利用大型语言模型(LLM)中内在的知识和理解能力,帮助用户进行图像生成和编辑,通过精确控制生成提示实现对稳定扩散(SD)的控制,以提供更精细、准确的内容和更直观的网络解释性,同时还提出了一个两阶段的训练方案来优化 SD 的生成结果,并引入基于参考的恢复网络来减少图像编辑过程中生成区域与保留区域之间的纹理、亮度和对比度差异。广泛的实验结果表明,LLMGA 具有很好的生成能力,并能以交互方式在更广泛的应用中发挥作用。
Nov, 2023
通过图像和提示的融合,IP-IQA 是一个多模态框架,旨在解决 AI 生成图像质量评估中的问题,并在 AGIQA-1k 和 AGIQA-3k 数据集上达到最先进的水平。
Mar, 2024
基于检索增强生成(RAG)的框架在开放域 QA 任务中成为最先进的架构,本文提出了一种利用归纳知识和检索文档进行隐性推理的归纳增强生成(IAG)框架,并展示了 IAG 在开放域 QA 任务中的性能优越性。
Nov, 2023
研究了自然语言生成技术在人工智能辅助写作工具中的应用。通过信息检索的角度从 “拔式” 和 “推式” 两个范式进行比较用户研究,以了解 AI 辅助写作的用户需求、对写作质量、所有权、写作过程的效率和愉悦度的影响,以及 AI 偏见的影响。研究发现用户欢迎 AI 在他们的写作中提供无缝协助,并且 AI 在保持写作清晰简洁的同时帮助用户使其写作思路更加丰富,用户也享受与 AI 合作。尽管参与者在实验中没有经历到偏见,但他们仍然表达了明确的担忧,这应在未来的 AI 辅助写作工具中加以解决。
Jun, 2023
该论文介绍了一个名为 LIDA 的工具,它采用基于大型语言模型和图像生成模型的管道,将可视化生成形式化为一个多阶段生成问题,能够支持数据和目标的语义理解、可视化目标枚举和可视化规范的生成,LIDA 提供了 Python API 和混合用户界面用于交互式图表、信息图表和数据故事生成。
Mar, 2023
通过研究 23 名香港中学学生的故事写作,我们发现 AI 生成的文本对提高学生写作质量有一定帮助,并可以帮助教育工作者设计更好的 AI 工具和教学活动。
Mar, 2023
本研究介绍了 VISAR,一个 AI 助手系统,用于协助写作者在他们的写作背景下构思和修订分层目标,并通过同步文本编辑和可视化程序组织论证结构,提高说服力。VISAR 还支持自动草稿制作,实验室实验证实了其在促进论证写作规划过程中的可用性和有效性。
Apr, 2023
该研究综述了生成模型的历史和基本组成部分,并从单模态和多模态交互的角度介绍了文本和图像生成任务及相关模型,讨论了人工智能生成内容领域中的开放性问题和未来挑战。
Mar, 2023