该研究提出了一种新的框架和模型，通过引入预测级交互和时态表示，实现了联合对话情感分类和行为识别任务，与现有模型相比，性能更好，需要更少的计算资源和培训时间。

Mar, 2022

LaMDA 是一种专门用于对话的基于 Transformer 的神经语言模型，其具有高达 137B 的参数，并使用公共对话数据和 Web 文本预训练。它具有先进的优化技术，能够解决安全性和事实基础等关键挑战，以及能够在教育和内容推荐领域发挥积极作用。

Jan, 2022

这篇论文详细介绍了 DAEDRA 的构思、设计、训练和评估，DAEDRA 是一个用于通过被动报告从广泛和多样的受众中检测监管相关结果（死亡率、急诊就医和住院率）的大语言模型 (LLM)。在分析高度专业化的语料库时，子领域特定 LLM 仍然是获得更好结果的可行选项。

Feb, 2024

DS-Agent 基于大型语言模型研究数据科学任务自动化，通过利用案例推理框架实现了任务需求理解、机器学习模型构建和训练，并通过低资源部署阶段显著降低了 LLMs 基本能力的要求，从而在性能上取得了最佳排名和显著改进。

Feb, 2024

使用 GPT-3 模型进行医疗问题回答（MedQA）存在挑战和风险，分析表明 LLMs 对高风险的查询无法适当回应，生成错误的医疗信息、不安全的建议和可能被视为冒犯的内容。

Aug, 2023

EHRAgent1 是一个基于大型语言模型的代理人，通过代码接口实现自主生成和执行复杂临床任务的能力，并结合长期记忆和交互式编码与执行反馈来提高性能。在两个真实世界的电子健康记录数据集上的实验表明，EHRAgent1 相较于最强大的大型语言模型代理人基准表现分别提高了 36.48% 和 12.41%，使得自主代码生成和执行能够以最小限度的演示来处理复杂的临床任务。

Jan, 2024

通过大型语言模型 (LLMs) 在多智能体框架中的运用，模拟临床决策过程并评估其改善诊断准确性的有效性，以应对临床决策中的认知偏差。

Jan, 2024

本文提出了一种新的框架，其核心是关系时间图推理，通过利用其内在关联，同时解决两个相互关联的对话语言理解任务。通过集成预测级交互，我们还提出了不同于以往的显式依赖关系建模方法。通过对实验的验证，我们的模型在不同场景下都优于现有模型，尤其在灵长目数据集上的对话情感分类任务中，F1 分别比前一最佳模型提高了 28％和 34％。

Jun, 2023

使用大型语言模型（LLMs）进行语义解析已经取得了显著的成功。本论文提出了一种名为 QueryAgent 的框架，通过逐步解决问题和进行自我纠正来解决可靠性和效率不足的问题。通过利用丰富的环境反馈，ERASER 方法在中间步骤中仅在必要时进行选择性和差异化的自我纠正。实验结果表明，QueryAgent 相比 GrailQA 和 GraphQ 上的所有先前的少样本方法，在仅使用一个示例的情况下，F1 值提高了 7.0 和 15.0。此外，我们的方法在运行时间、查询开销和 API 调用成本等方面表现出了优越性。通过利用 ERASER，我们进一步提高了另一个基准（即 AgentBench）约 10 个点，揭示了我们方法的强大可迁移性。

Mar, 2024

提出了一种基于大型语言模型（LLMs）的多学科协作（MC）框架，通过角色扮演的 LLM 代理参与协作多轮讨论，增强 LLM 的能力和推理能力，用于挖掘并利用 LLMs 中的医学专业知识和扩展其推理能力，同时在人类评估中找出常见错误并进行消融研究。

Nov, 2023